基于 R 语言的科研论文绘图技巧详解（3）
点击下方公众号，回复资料分享，收获惊喜
简介
在查阅文献的过程中，看到了几幅非常不错的出版图，今天就跟着小编一起学习下，他们是怎么使用 R 绘制出来的。
今天主要介绍 第三幅图（C)——两组数据的带抖动点箱线图，这种图形在小编的研究方向中，经常会用来比较不同参数估计方法（极大似然，贝叶斯方法等）的估计性能好坏。这幅图比较常规，难点在于前期的数据准备。
前两幅图的详细代码介绍可见：基于 R 语言的科研论文绘图技巧详解（2），基于 R 语言的科研论文绘图技巧详解（1）。后面几幅图会一一介绍，读者在学习过程中，可以将内部学到的知识点应用到自己的图形绘制中。推文已经将主要知识点进行罗列，更有利于读者学习和查阅。
那我们来看看，作者是怎么实现这个功能的吧，本文知识点较多，大家耐心学习，建议自己实践。对应代码、数据可在 GitHub - marco-meer/scifig_plot_examples_R: Scientific publication figure plotting examples with R[1] 中找到。
主要知识点
学会转化数据为图形所需的数据格式； 学会绘制三变量的箱线图； 学会绘制带抖动的散点图并修改透明度。
绘图
加载包
首先加载一些需要使用到的包。
library(ggplot2) # Grammar of graphics
设置主题
接下来，为了方便起见，作者在绘图前设置好了主题，并将该函数命名为 my_theme。
这一部分在第一篇推文[]给出，代码将在文末中完整代码给出。
手动修改大部分面板，具体可以参考本篇文章[2]。或者观看我在 B 站发布的《R 语言可视化教程》，里面也有一些简单主题设置介绍。
导入数据
首先使用 read.csv() 导入数据，其中一个数据前几行如下所示。
data_Cwt_E8.5 = read.csv( "./data_Cwt_E8.5.csv")
data_Cwt_E9.5 = read.csv( "./data_Cwt_E9.5.csv")
data_Cwt_E10.5 = read.csv("./data_Cwt_E10.5.csv")
data_Cwt_E11.5 = read.csv("./data_Cwt_E11.5.csv")
data_Cmu_E8.5 = read.csv( "./data_Cmu_E8.5.csv")
data_Cmu_E9.5 = read.csv( "./data_Cmu_E9.5.csv")
data_Cmu_E10.5 = read.csv("./data_Cmu_E10.5.csv")
data_Cmu_E11.5 = read.csv("./data_Cmu_E11.5.csv")
)
head(data_Cwt_E8.5)
# X42.0231534315441
# 1 48.60862
# 2 59.44292
# 3 44.47093
# 4 45.87919
# 5 37.43912
# 6 54.70787
之后，使用data.frame()转化数据成 ggplot 所需要的格式。这里作者使用基础包中的 rep() 一列列的构造数据。当然如果你会使用 tidyverse，可以换种方式整理数据。具体可以参考：《R语言教程》[3]和R 数据科学[4]，或者公众号相应的数据科学系列文章。
data_C = data.frame(
"type" = c(
rep(
"wildtype",
nrow(data_Cwt_E8.5) +
nrow(data_Cwt_E9.5) +
nrow(data_Cwt_E10.5) +
nrow(data_Cwt_E11.
),
rep(
"mutant",
nrow(data_Cmu_E8.5) +
nrow(data_Cmu_E9.5) +
nrow(data_Cmu_E10.5) +
nrow(data_Cmu_E11.5)
)
),
"dev_stage" = c(
rep("E8.5", nrow(data_Cwt_E8.5)),
rep("E9.5", nrow(data_Cwt_E9.5)),
rep("E10.5", nrow(data_Cwt_E10.5)),
rep("E11.5", nrow(data_Cwt_E11.5)),
rep("E8.5", nrow(data_Cmu_E8.5)),
rep("E9.5", nrow(data_Cmu_E9.5)),
rep("E10.5", nrow(data_Cmu_E10.5)),
rep("E11.5", nrow(data_Cmu_E11.5))
),
"trachea_length" = c(
data_Cwt_E8.5[, 1] ,
data_Cwt_E9.5[, 1] ,
data_Cwt_E10.5[, 1] ,
data_Cwt_E11.5[, 1] ,
data_Cmu_E8.5[, 1] ,
data_Cmu_E9.5[, 1] ,
data_Cmu_E10.5[, 1] ,
data_Cmu_E11.5[, 1]
)
)
head(data_C)
# type dev_stage trachea_length
# 1 wildtype E8.5 48.60862
# 2 wildtype E8.5 59.44292
# 3 wildtype E8.5 44.47093
# 4 wildtype E8.5 45.87919
# 5 wildtype E8.5 37.43912
# 6 wildtype E8.5 54.70787
这里得到的数据，一共有三列，不同的数据集的数据值在 trachea_length 中，type 和 dev_stage 为离散数据。
绘图步骤详解
这幅图的绘图代码比较传统，但是还是有些细节需要和大家分享下。
基础版本
使用 geom_boxplot() 绘制箱线图，geom_point() 加入散点图，注意这里使用了 position = position_jitterdodge() 使得图形相对分散开，使用 alpha 修改图形透明度。
ggplot(data=data_C,
aes(x=dev_stage,
y=trachea_length,
fill=type))+
geom_boxplot() +
geom_point(position=position_jitterdodge(), # jitter for h-dist, dodge for grouped dists
pch=21, #圆形
alpha=0.4)
可以看到，这幅图基本已经完成，为了提升美观，和图片的可读性，我们又做了后续的处理。
微调主题
首先，修改 x 轴标签 （scale_x_discrete），填充颜色配色（scale_fill_manual）。
scale_x_discrete(limits=c("E8.5","E9.5","E10.5","E11.5")) +
scale_fill_manual(values=c('#f2a340','#998fc2'))
之后添加主题，使用先前设定好的主题函数 my_theme()与其他细节调整。
my_theme()的代码，在文末完整版代码中会给出。
my_theme() +
theme(legend.position = c(0.18,0.95),
legend.title = element_blank(),
legend.key = element_blank()
) +
scale_y_continuous(expand = c(0, 0),
breaks=c(seq(20,120,by=20)),
limits = c(20,120)
)+
xlab("developmental stage (days)") +
ylab(expression(paste("tracheal length (",~mu*m,")")))
完整代码
# Panel C ----
library(ggplot2)
base_size = 12
my_theme <- function() {
theme(
aspect.ratio = 1,
axis.line =element_line(colour = "black"),
# shift axis text closer to axis bc ticks are facing inwards
axis.text.x = element_text(size = base_size*0.8, color = "black",
lineheight = 0.9,
margin=unit(c(0.3,0.3,0.3,0.3), "cm")),
axis.text.y = element_text(size = base_size*0.8, color = "black",
lineheight = 0.9,
margin=unit(c(0.3,0.3,0.3,0.3), "cm")),
axis.ticks = element_line(color = "black", size = 0.2),
axis.title.x = element_text(size = base_size,
color = "black",
margin = margin(t = -5)),
# t (top), r (right), b (bottom), l (left)
axis.title.y = element_text(size = base_size,
color = "black", angle = 90,
margin = margin(r = -5)),
axis.ticks.length = unit(-0.3, "lines"),
legend.background = element_rect(color = NA,
fill = NA),
legend.key = element_rect(color = "black",
fill = "white"),
legend.key.size = unit(0.5, "lines"),
legend.key.height =NULL,
legend.key.width = NULL,
legend.text = element_text(size = 0.6*base_size,
color = "black"),
legend.title = element_text(size = 0.6*base_size,
face = "bold",
hjust = 0,
color = "black"),
legend.text.align = NULL,
legend.title.align = NULL,
legend.direction = "vertical",
legend.box = NULL,
panel.background = element_rect(fill = "white",
color = NA),
panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
plot.title = element_text(size = base_size,
color = "black"),
)
}
data_Cwt_E8.5 = read.csv( "./data_Cwt_E8.5.csv")
data_Cwt_E9.5 = read.csv( "./data_Cwt_E9.5.csv")
data_Cwt_E10.5 = read.csv("./data_Cwt_E10.5.csv")
data_Cwt_E11.5 = read.csv("./data_Cwt_E11.5.csv")
data_Cmu_E8.5 = read.csv( "./data_Cmu_E8.5.csv")
data_Cmu_E9.5 = read.csv( "./data_Cmu_E9.5.csv")
data_Cmu_E10.5 = read.csv("./data_Cmu_E10.5.csv")
data_Cmu_E11.5 = read.csv("./data_Cmu_E11.5.csv")
head(data_Cwt_E8.5)
# format data to ggplot's liking
data_C = data.frame(
"type" = c(
rep(
"wildtype",
nrow(data_Cwt_E8.5) +
nrow(data_Cwt_E9.5) +
nrow(data_Cwt_E10.5) +
nrow(data_Cwt_E11.5)
),
rep(
"mutant",
nrow(data_Cmu_E8.5) +
nrow(data_Cmu_E9.5) +
nrow(data_Cmu_E10.5) +
nrow(data_Cmu_E11.5)
)
),
"dev_stage" = c(
rep("E8.5", nrow(data_Cwt_E8.5)),
rep("E9.5", nrow(data_Cwt_E9.5)),
rep("E10.5", nrow(data_Cwt_E10.5)),
rep("E11.5", nrow(data_Cwt_E11.5)),
rep("E8.5", nrow(data_Cmu_E8.5)),
rep("E9.5", nrow(data_Cmu_E9.5)),
rep("E10.5", nrow(data_Cmu_E10.5)),
rep("E11.5", nrow(data_Cmu_E11.5))
),
"trachea_length" = c(
data_Cwt_E8.5[, 1] ,
data_Cwt_E9.5[, 1] ,
data_Cwt_E10.5[, 1] ,
data_Cwt_E11.5[, 1] ,
data_Cmu_E8.5[, 1] ,
data_Cmu_E9.5[, 1] ,
data_Cmu_E10.5[, 1] ,
data_Cmu_E11.5[, 1]
)
)
head(data_C)
panel_C <-
ggplot(data=data_C,
aes(x=dev_stage,
y=trachea_length,
fill=type))+
geom_boxplot() +
geom_point(position=position_jitterdodge(), # jitter for h-dist, dodge for grouped dists
pch=21, #圆形
alpha=0.4) + # transparency
scale_x_discrete(limits=c("E8.5","E9.5","E10.5","E11.5")) +
scale_fill_manual(values=c('#f2a340','#998fc2')) + # custom colors in hex code
my_theme() +
theme(legend.position = c(0.18,0.95),
legend.title = element_blank(),
legend.key = element_blank()
) +
scale_y_continuous(expand = c(0, 0),
breaks=c(seq(20,120,by=20)),
limits = c(20,120)
)+
xlab("developmental stage (days)") +
ylab(expression(paste("tracheal length (",~mu*m,")")))
panel_C
小编有话说
本文主要学到的知识点如下：
使用基础包的 data.frame()和rep()整理和转化数据；使用 geom_boxplot()绘制箱线图并添加第三个变量；使用 position = position_jitterdodge()将散点分散展示。
参考资料
GitHub - marco-meer/scifig_plot_examples_R: Scientific publication figure plotting examples with R: https://github.com/marco-meer/scifig_plot_examples_R
[2]文章: https://ggplot2.tidyverse.org/reference/theme.html
[3]《R语言教程》: https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/ggplotvis.html
[4]R 数据科学: https://r4ds.had.co.nz/
推荐： 可以保存以下照片，在 b 站扫该二维码，或者 b 站搜索【庄闪闪】观看可视化系列的视频教程，可在公众号回复【可视化文稿】获取视频中的课件。
可视化推文推荐
R可视乎｜空间地理数据可视化（1）
R可视乎|用R给心仪的对象表白吧
R可视乎｜棒棒糖图
R可视乎｜合并多幅图形
R可视乎|等高线图
R可视乎|气泡图