七 R语言|箱须图、饼图的绘制

仿制一张箱须图，内容涉及boxplot()函数的使用以及利用jitter在箱子内部显示样品分布。

原文链接：七 R语言|箱须图、饼图的绘制 

原图展示

依然与前两天推文的参考图来自同一篇文章，文章使用marker微生物计算了一个疾病指数，之后使用箱须图比较了疾病和健康样本中疾病指数的差异。

今天就来仿照绘制一下这幅图，我绘制出来的最终图像是下面这个样子。

还是照例先给出完成的绘图代码：

gdi <- read.table("GDI.txt",header = TRUE,row.names = 1,sep = "\t")
tiff(filename = "GDI.tif",width = 5400,height = 7200,compression = "lzw",res = 600,type = "windows")par(mar = c(5,8,1,2))par(xpd = TRUE)box <- boxplot(GDI~Group,data = gdi,col = "grey80",lwd = 3,range = 0,axes = FALSE,ylim = c(-0.15,0.15),xlab = "",ylab = "")axis(side = 1,at = c(1,2),labels = c("",""),lwd = 3)segments(x0 = 0.42,y0 = -0.162,x1 = 2.5,y1 = -0.162,lwd = 4)text(x = c(1,2),y = -0.175,labels = c("Disease","Healthy"),cex = 3)axis(side = 2,at = c(-0.15,-0.10,-0.05,0,0.05,0.10,0.15),labels = c("","","","","","",""),lwd = 3)text(x = 0.37,y = c(-0.15,-0.05,0.05,0.15),labels = c("-0.15","-0.05","0.05","0.15"),adj = c(1,0.5),cex = 2.5)segments(x0 = 0.42,y0 = -0.162,x1 = 0.42,y1 = 0.16,lwd = 4)mtext(side = 2,text = "GDI index",cex = 3.5,line = 5)segments(x0 = 1,y0 = 0.08,x1 = 1,y1 = 0.11,lwd = 4)segments(x0 = 1,y0 = 0.11,x1 = 2,y1 = 0.11,lwd = 4)segments(x0 = 2,y0 = 0.11,x1 = 2,y1 = -0.07,lwd = 4)text(x = 1.5,y = 0.117,labels = "***",cex = 6)jitter <- jitter(c(rep(1,11),rep(2,11)))points(x = jitter,y = gdi$GDI,col = "black",bg = "white",cex = 3,lwd= 3,pch = 21)dev.off()

绘图数据十分简单，就是两列数据，第一列为用于绘图的具体数值，第二列是分组。

---

绘图过程详解

数据导入和绘图区设置

首先导入绘图数据并设置绘图区大小。​​​​​​​

gdi <- read.table("GDI.txt",header = TRUE,row.names = 1,sep = "\t")
par(mar = c(5,8,1,2))par(xpd = TRUE)

⚠️ 下方和左侧要留出大一点的区域，用于样品组的名称和纵坐标，而上方和右侧的边界要尽量小。

将绘图参数定义为可以在绘图区外显示，从而使得绘图参数的显示能够在绘图边界显示。

箱须图绘制

首先进行基本箱须图的绘制。​​​​​​​

box <- boxplot(GDI~Group,data = gdi,col = "grey80",lwd = 3,range = 0,axes = FALSE,ylim = c(-0.15,0.15),xlab = "",ylab = "")

boxplot()命令​​​​​​​

boxplot(x, ..., range = 1.5, width = NULL, varwidth = FALSE, notch = FALSE, outline = TRUE, names, plot = TRUE, border = par("fg"), col = NULL, log = "", pars = list(boxwex = 0.8, staplewex = 0.5, outwex = 0.5),horizontal = FALSE, add = FALSE, at = NULL)

各参数意义：

• range规定box外的whiskers数据的选定标准；

• width规定box的相对宽度；

• varwidth为True时，按照width的比例基于绘图区的大小进行箱的绘制；

• notch规定是否将长条形的箱图绘制为在中位数位置有凹槽的箱图；

• outline是否绘制outliers；

• names各组箱的标签名

• plot是否绘图；

• border规定outline的颜色；

• col规定箱体的填充颜色；

• log规定x中的数据是否进行log变换；

• boxwex、staplewex和outwex规定图像中不同部分的线宽；

• horizontal是否绘制水平图；

• add规定是否在现有图像的基础上进行绘图；

• at规定绘图的位置。

在本次绘图中，使用公式定义绘图数据和方式。

GDI~Group，～左边为响应变量，右边为解释变量，可以简单的理解为左边为y轴绘图数据，右边为x轴绘图数据。

添加坐标轴

由于单纯的使用axis()命令添加坐标轴，无法呈现出一种坐标轴在原点交叉的状态，因而使用axis()和segment()配合，最终达到x和y轴交汇并向外侧部分延伸的效果。​​​​​​​

axis(side = 1,at = c(1,2),labels = c("",""),lwd = 3)segments(x0 = 0.42,y0 = -0.162,x1 = 2.5,y1 = -0.162,lwd = 4)axis(side = 2,at = c(-0.15,-0.10,-0.05,0,0.05,0.10,0.15),labels = c("","","","","","",""),lwd = 3)text(x = 0.37,y = c(-0.15,-0.05,0.05,0.15),labels = c("-0.15","-0.05","0.05","0.15"),adj = c(1,0.5),cex = 2.5)segments(x0 = 0.42,y0 = -0.162,x1 = 0.42,y1 = 0.16,lwd = 4)

⚠️ 通过调整线段的位置和长度，时其能够正好覆盖原本的坐标轴，并且在两个坐标轴交汇的位置结束。

之后添加分组标签和纵轴标签。​​​​​​​

text(x = c(1,2),y = -0.175,labels = c("Disease","Healthy"),cex = 3)mtext(side = 2,text = "GDI index",cex = 3.5,line = 5)

差异性检验结果展示

使用线段的形式构成一个U型框连接两个条形，之后利用文本给出组间差异性检验结果。​​​​​​​

segments(x0 = 1,y0 = 0.08,x1 = 1,y1 = 0.11,lwd = 4)segments(x0 = 1,y0 = 0.11,x1 = 2,y1 = 0.11,lwd = 4)segments(x0 = 2,y0 = 0.11,x1 = 2,y1 = -0.07,lwd = 4)text(x = 1.5,y = 0.117,labels = "***",cex = 6)

具体的参数数值根据绘图数据进行调整。

样品分布点添加

使用jitter添加样品在不同组内的分布情况，首先要定义jitter参数。

jitter <- jitter(c(rep(1,11),rep(2,11)))

这里要根据绘图数据进行调整，jitter用于定义分布点在x轴的位置，我的数据只有两组，两个箱子在x轴的位置分别为1和2，每组有11个样本，因而jitter为连续11个1之后连续11个2.

⚠️ 我的数据中分组为“Disease”和“Healthy”，R中默认是以字母顺序展示相关的参数，因而“Disease”位于左侧，而“Healthy”位于右侧，而我的绘图数据文件同样是“Disease”组在前，“Healthy”在后，如果你的绘图数据中排在前面的分组字母顺序靠后，则需要调整jitter的顺序，使得jitter中x轴对应箱子的位置与绘图数据分组排序保持一致。

比如如果我的绘图数据中“Healthy”组排在前面，那么我就需要修改命令为：

jitter <- jitter(c(rep(2,11),rep(1,11)))

接下来添加样本分布点。​​​​​​​

points(x = jitter,y = gdi$GDI,col = "black",bg = "white",cex = 3,lwd= 3,pch = 21)

⚠️ jitter添加的样本点在y轴的位置是根据绘图数据固定的，而在x轴的横向分布是随机的，因而可以多生成几次图像之后选择最好的展示效果。

饼图绘制方法，主要涉及的函数就是pie()和pie3D()。

pie函数绘制饼图

pie函数是R自带的一个基础函数，专门用于绘制饼图，还是照例先给出使用参数。​​​​​​​

pie(x, labels = names(x), edges = 200, radius = 0.8,    clockwise = FALSE, init.angle = if(clockwise) 90 else 0,    density = NULL, angle = 45, col = NULL, border = NULL,    lty = NULL, main = NULL, ...)

各参数意义：

• x，绘制饼图的数据，数据的大小在饼图中用面积反应；

• labels，图像中不同扇形的标签，默认为数据的名字，也可自定义；

• edges，规定饼图的圆环采用多少个连续的边构成，也就是说可以将饼图变为多边形图；

• radius，规定圆的半径；

• colckwise，TRUE时饼图为顺时针方向绘制，FALSE时为逆时针方向绘制；

• init.angle，规定饼图第一个数值开始绘制时的起始角度；

• density，是否绘制阴影线；

• angle，阴影线的角度；

• col，扇区的颜色；

• border，边界的颜色；

• lty，边界的线型

• main，标题内容。

接下来进入正题，开始图像的绘制，首先随便建立一个绘图的数据，饼图的数据其实很简单，就两列，一列是绘制饼图个扇区的数值，另一个是其对应的名字。​​​​​​​

a <- c("A","B","C","D","E","F","G")b <- c(17,13,8,5,10,2,9)

之后对数据进行一些处理，计算每一个绘图数据所占的比例，并制作响应的标签。​​​​​​​

pct <- round(b/sum(b)*100)  lab <- paste(a," ",pct,"%",sep="")d <- data.frame(a,b,lab)

将绘图数据按照数值进行排序。

d<- d[order(d[,"b"]),]

接下来绘制图像。​​​​​​​

library(RColorBrewer)pie(d[,"b"],labels=NA,clockwise=T,col=brewer.pal(7,"Set1"),    border="white",radius=0.9,cex=0.8,main="Pie chart")#添加图例legend("right",legend = lab,bty = "n",inset = c(-0.4,0),       xpd = T,fill = brewer.pal(7,"Set1"))

处理以图例形式展示各扇形形成之外，还有一种方式是在扇形的附近进行文字标注。​​​​​​​

pie(d$b,labels=d$lab,col=rainbow(length(d$lab)),    main="Pie Chart with Percentage")

---

pie3D绘制3D饼图

pie3D是属于plotrix包的一个函数，可以绘制具有3D结构的饼图，其具体参数如下：​​​​​​​

pie3D(x,edges=NA,radius=1,height=0.1,  theta=pi/6,start=0,border=par("fg"),  col=NULL,labels=NULL,labelpos=NULL,  labelcol=par("fg"),labelcex=1.5,  sector.order=NULL,explode=0,shade=0.8,  mar=c(4,4,4,4),pty="s",...)

各参数意义：

• x，代表饼图各部分比例的数值向量；

• edges，形成圆形所需的线的个数，可以用此参数绘制多边形图；

• radius，饼图的半径；

• height，饼图的高度；

• theta，投射图的观察角度；

• start，在什么角度开始绘制第一个部分；

• border，各部分边界的颜色；

• col，各部分的填充颜色；

• labels，各部分的标签；

• labelpos，各部分标签的位置；

• labelcol，标签的颜色；

• labelcex，标签的大小；

• sector.order，规定各部分的绘制顺序；

• explode，饼图各部分的间距；

• shade，规定3D图的阴影；

• mar，饼图的边界；

• pty，规定饼图是否绘制在正方体区域中，s代表正方体，m代表长方体。

还是用刚才的数据进行图形的绘制。​​​​​​​

library(plotrix)pie3D(d$b, labels=d$lab, explode=0.1, height = 0.2,      radius = 0.8, main="3D Pie Chart")

声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。