欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

R语言柱状图排序和x轴上的标签倾斜操作

程序员文章站 2022-03-10 22:23:15
r语言做柱状图大致有两种方法, 一种是基础库里面的 barplot函数, 另一个就是ggplot2包里面的geom_bar此处用的是字符变量 统计其各频数,然后做出其柱状图。(横轴上的标签显示不全)t...

r语言做柱状图大致有两种方法, 一种是基础库里面的 barplot函数, 另一个就是ggplot2包里面的geom_bar

此处用的是字符变量 统计其各频数,然后做出其柱状图。(横轴上的标签显示不全)

t <- sort(table(dat1$l), decreasing = true)                      #将频数表进行排序
r <- barplot(t, col = "blue",
       main = "柱状图", ylim = c(0,12), names.arg = dimnames(t)     #画字符变量的柱状图 
tmp <- as.vector(t)                                           #将频数变成一个向量
text(r, tmp, label = tmp, pos = 3)                                #加柱子上面的标签

或用ggplot2包 (目前仍没有给柱子上加数字标签)

library(ggplot2)                                         #加载ggplot2包                      
reorder_size <- function(x) {
 factor(x, levels = names(sort(table(x))))
}                                                     #自定义函数,获取因子型变量的因子类型
p <- ggplot(dat3, aes(reorder_size(lai))) +                   #用因子变量做基础底图,也可直接用reorder排序
 geom_bar(fill = "blue") +                                        #画柱状图
 theme(axis.text.x = element_text(angle = 45, hjust = 0.5, vjust = 0.5)) +   #让横轴上的标签倾斜45度
 xlab("柱状图")                                                #给x轴加标签

补充:r 语言条形图,解决x轴文字排序问题

数据结果的图形展示,r代码,《r数据科学》是个好东西

数据格式如下:

term category pval
neutrophil chemotaxis biological_process 1.68e-09
innate immune response biological_process 3.35e-09
complement activation, classical pathway biological_process 1.14e-08
negative regulation of endopeptidase activity biological_process 4.43e-08
collagen fibril organization biological_process 4.43e-08
blood coagulation biological_process 1.29e-07
proteolysis involved in cellular protein catabolic process biological_process 1.56e-07
proteolysis biological_process 1.13e-06
leukocyte migration involved in inflammatory response biological_process 1.47e-06
peptide cross-linking biological_process 1.47e-06
extracellular space cellular_component 8.75e-40
collagen-containing extracellular matrix cellular_component 2.08e-26
extracellular matrix cellular_component 5.72e-11
lysosome cellular_component 6.09e-10
extracellular region cellular_component 6.58e-10
collagen trimer cellular_component 1.68e-09
cell surface cellular_component 2.80e-08
extracellular exosome cellular_component 2.34e-07
extrinsic component of external side of plasma membrane cellular_component 1.47e-06
sarcolemma cellular_component 3.16e-06

作图要求:x轴为term,颜色按categroy分类、并且pval由小到大排序

代码:

#openxlsx读入为data.frame
class(data)
#转换
library(tidyverse)
godata<-as_tibble(godata)
class(godata)
#原始数据筛选(category,term,pval)散列,按照category,-log10(pval)排序
data<-godata%>%select(category,term,pval)%>%arrange(category,desc(-log10(pval)))
#画图时改变geom_bar的自动排序
data$term<-factor(data$term,levels = unique(data$term),ordered = t)
#作图
ggplot(data)+
 geom_bar(aes(x=term,y=-log10(pval),fill=category),stat = 'identity')+
 coord_flip()

结果:

R语言柱状图排序和x轴上的标签倾斜操作

以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。