查看原文
其他

R可视化——基于ggplot2绘制时间序列图

王志山 科研后花园 2023-09-08

时间序列图也叫推移图,是一种以时间轴为横轴,变量为纵轴的图形,主要用于观察变量是否随时间变化而呈某种趋势,是用于观察数据随时间发生变化的一种好方法。

加载包

rm(list=ls())#设置工作环境setwd("D:\\桌面\\时间序列图")#安装包# install.packages("ggplot2")# install.packages("ggprism")#加载包library(ggplot2)library(ggprism)

加载数据

#加载数据df <- read.table(file="data.txt",sep="\t",header=T,check.names=FALSE)head(df)#预览数据

绘图

1、绘制一月份的时间序列图

#Janp1<-ggplot(df)+ geom_line(aes(date, Jan),size=0.8,color="red")+ theme_prism(palette = "candy_soft",#主题设置 base_fontface = "plain", base_family = "serif", base_size = 16, base_line_size = 0.8, axis_text_angle = 45)+ scale_x_continuous(breaks=seq(1,31, 3))+#设置X轴标签范围及间隔 labs(title = "Jan", # 定义主标题 x = "Date", # 定义x轴文本 y = "Value")# 定义y轴文本p1

2、二月份

#Febp2<-ggplot(df)+ geom_line(aes(date, Feb),size=0.8,color="green")+ theme_prism(palette = "candy_soft",#主题设置 base_fontface = "plain", base_family = "serif", base_size = 16, base_line_size = 0.8, axis_text_angle = 45)+ scale_x_continuous(breaks=seq(1,31, 3))+#设置X轴标签范围及间隔 labs(title = "Feb", # 定义主标题 x = "Date", # 定义x轴文本 y = "Value")# 定义y轴文本p2

3、三月份

#Marp3<-ggplot(df)+ geom_line(aes(date, Mar),size=0.8,color="blue")+ theme_prism(palette = "candy_soft",#主题设置 base_fontface = "plain", base_family = "serif", base_size = 16, base_line_size = 0.8, axis_text_angle = 45)+ scale_x_continuous(breaks=seq(1,31, 3))+#设置X轴标签范围及间隔 labs(title = "Mar", # 定义主标题 x = "Date", # 定义x轴文本 y = "Value")# 定义y轴文本p3

4、四月份

#Aprp4<-ggplot(df)+ geom_line(aes(date, Apr),size=0.8,color="yellow")+ theme_prism(palette = "candy_soft",#主题设置 base_fontface = "plain", base_family = "serif", base_size = 16, base_line_size = 0.8, axis_text_angle = 45)+ scale_x_continuous(breaks=seq(1,31, 3))+#设置X轴标签范围及间隔 labs(title = "Apr", # 定义主标题 x = "Date", # 定义x轴文本 y = "Value")# 定义y轴文本p4


5、拼图

library(cowplot)plot_grid(p1,p2,p3,p4,ncol=2)

爱我请给我好看!

更多推荐

R可视化——ggplot2添加图例及图例相关设置

R可视化——ggplot2调整柱状图柱子宽度及间距

免费PPT模板下载网站推荐!!!

R可视化——ggplot2包绘制折线图

R可视化——ggplot2中组合图的绘制(主图中插入小图)

R可视化——曼哈顿图

R可视化——绘图过程中X轴及Y轴样本展示顺序的指定

R可视化——ggplot2包扩展包ggprism介绍

基于R语言的微生物群落组成多样性分析——PCA分析

如何使用origin绘制带状误差线图?

R可视化——气泡图

分子模拟第一弹——基于SWISS-MODEL的蛋白三维结构预测  

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存