R语言柱状图排序和x轴上的标签倾斜操作

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：

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。