《R语言医学数据分析实战》学习记录｜第四章 数据可视化

第四章 数据可视化

内容记录

1. R的基础绘图系统

• 高水平作图函数直接产生图形如plot()、hist()、boxplot()等
• 低水平作图函数则在高水平做的图上添加新的图形或元素，如points()、lines()、title()等。
• 常规绘图：
  • 绘图plot(x轴data, y轴data, type=类型)，直方图hist(一维data)，条形图barplot(data(数据), col(颜色), xlab, ylab, las=1纵轴刻度标签变横向)，饼图pie()，箱线图boxplot(data, xlab, ylab, las)，小提琴图vioplot();
  • ～连接变量，符合左边看成因变量，符号右边看成是自变量；
  • 导出图形pdf()``png()``jpeg()``tiff()

2. ggplot2绘图：

• ggplot函数
  将数学空间映射到图形元素空间。
• aes()指定美学aesthetics元素
• geom_函数用于指定图形元素，包括点线面多边形等。散点拟合曲线geom_smooth()；散点图geom_point()；比例构成条形图geom_bar(position=stack绝对值叠加/fill百分比堆积/dodge并排)
• scale_标度函数是图形细节的调节函数，用于控制图形的颜色、点的大小和形状等。scale_color_manual()
• facetk_分面函数，实现分组绘图功能，将整个数据按照一个或几个分类变量分成多个子集分别作图。facet_grid()
• theme_主题函数用于定义绘图的风格
• ggsave()保存图形
• ..(name)..变量
  • 形如 ..(name).. 的变量是“在统计变换（stat）阶段产生的计算变量（computed/statistic variables）”。它们不是数据框里的普通列，而是用来表示某次统计计算的中间结果（如计数、密度等）。使用双点包裹是为了避免与数据中的真实列名冲突。
  • 常见用法和注意点：
    • 常见的计算变量名有：..count..、..density..、..ndensity.. 等。
    • 旧的写法（在 aes() 里直接用 ..count.. 或 ..density..）仍能工作，但现在更推荐使用后续语法： 用 after_stat() 参考计算结果，例如 aes(y = after_stat(density))、aes(y = after_stat(count))。
    • 这些变量只在该图层的统计变换中有效，不能直接作为数据框的普通列在其他图层之间共享。
    • 如果想要跨层比较或保存计算结果，最好在数据框层面计算好新的列并使用这些列。

3. 其他图形

• 热图stats::heatmap()

# 基础绘图
dose <- c(20, 30, 40, 45, 60)
drugA <- c(16, 20, 27, 40, 60)
drugB <- c(15, 18, 25, 31, 40)

plot(dose, drugA, type = "b", lty = 1, pch = 15)
lines(dose, drugB, type = "b", lty = 2, pch = 17)
legend("topleft", title = "Drug Type",
       legend = c("A", "B"), 
       lty = c(1, 2), 
       pch = c(15, 17))

# ggplot2绘图
library(ggplot2)
mtcars$am <- factor(mtcars$am)
# 根据am属性区分图形颜色color
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg, color = am)) + geom_point()
# 根据am属性区分图形形状shape
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg, shape = am)) + geom_point()
# 根据am属性分别绘制拟合曲线
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg, shape = am)) + geom_smooth()
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg, shape = am)) + geom_smooth(method = "lm")
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg)) + 
  geom_point(aes(color = am)) +
  scale_color_manual(values = c("red", "yellow"))+
  stat_smooth()
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg)) + 
  geom_point() +
  stat_smooth() +
  facet_grid(~am)
ggplot(data = mtcars, mapping = aes(x = wt, y = mpg)) + 
  geom_point(aes(color = am)) +
  stat_smooth() +
  theme_bw()

data(anorexia, package = "MASS")
anorexia$wt.change <- anorexia$Postwt - anorexia$Prewt
# 设定y轴为频率（密度），统计变换的中间结果。..name..的语法更新为after_stat(name)
# binwidth设置组间距，fill设置填充色，color设置边框颜色。
ggplot(anorexia, aes(x = wt.change,y = after_stat(density))) +
  geom_histogram(binwidth = 2, fill = "skyblue", color = "black") +
  stat_density(geom = "line", linetype = "dashed", size = 1) +
  labs(x = "Weight change(lbs)") +
  theme_bw()
# 比较不同治疗方式下的体重change分布
ggplot(anorexia, aes(x = wt.change, color = Treat, linetype = Treat)) +
  stat_density(geom = "line", size = 1) +
  labs(x = "Weight change(lbs)") +
  theme_bw()
# 用箱线图比较不同治疗方式下的体重change分布
ggplot(anorexia, aes(x = Treat, y = wt.change, fill = Treat)) +
  geom_boxplot() +
  theme_bw()
# ggpubr添加组间比较的统计学差异
library(ggpubr)
my_comparisons <- list(c("CBT", "Cont"),c("CBT", "FT"),c("Cont", "FT"))
# 组间均值比较的统计学差异，t检验
ggplot(anorexia, aes(x = Treat, y = wt.change, fill = Treat)) +
  geom_boxplot() +
  stat_compare_means(comparisons = my_comparisons, method = "t.test", color = "blue") +
  theme_bw()
# 小提琴图
ggplot(anorexia, aes(x = Treat, y = wt.change, fill = Treat)) +
  geom_violin() +
  geom_point(position = position_jitterdodge(0.1), alpha = .5) +
  theme_bw()

习题

4-1 绘制散点图

请加载 datasets 包里的数据集 women，绘制其中的变量 height 和 weight 的散点图和线图，并尝试改变图中点的特征、颜色、线的类型等。

# 常规作图
data(women)
plot(height ~ weight, data = women)
plot(height ~ weight, data = women,type = "b", lty = 1, pch = 17)

library(ggplot2)
ggplot(women, aes(x = weight, y = height)) +
  geom_point(color = "red", size = 2, shape = 2) +
  theme_bw()
ggplot(women, aes(x = weight, y = height)) +
  geom_smooth(color = "blue", size = 2, linetype = 3)

4-2

请加载 datasets 包里的数据集 iris，使用适当的图形展示 3 个品种鸢尾花的 4 种几何尺寸的分布。

data("iris")
boxplot(Sepal.Length ~ Species, data = iris)
boxplot(Sepal.Width ~ Species, data = iris)
boxplot(Petal.Length ~ Species, data = iris)
boxplot(Petal.Width ~ Species, data = iris)

library(ggplot2)
ggplot(iris, aes(x = Species, y = Sepal.Length)) + geom_boxplot()
ggplot(iris, aes(x = Species, y = Sepal.Width)) + geom_boxplot()
ggplot(iris, aes(x = Species, y = Petal.Length)) + geom_boxplot()
ggplot(iris, aes(x = Species, y = Petal.Width)) + geom_boxplot()

4-3

请将上面习题 4-1 作出的图形分别保存为 pdf 和 png 格式的文件。

data(women)
library(ggplot2)
ggplot(data = women, aes(x = weight, y = height)) + geom_point()
ggsave("women_data.pdf")
ggsave("women_data.png")

4-4

请为图4-19添加组间均值比较的统计学差异的标记。

library(ggplot2)
library(ggpubr)
data(anorexia, package = "MASS")
anorexia$wt.change <- anorexia$Postwt - anorexia$Prewt
my_comparisons <- list(c("CBT", "Cont"),c("CBT", "FT"),c("Cont", "FT"))
ggplot(anorexia, aes(x = Treat, y = wt.change, fill = Treat)) +
  geom_violin() +
  geom_point(position = position_jitterdodge(0.1), alpha = .5) +
  stat_compare_means(comparisons = my_comparisons, method = "t.test")+
  theme_bw()