ggpubr002 绘制一个连续变量

作者: caoqiansheng | 来源:发表于2020-08-18 22:46 被阅读0次

ggpubr002 绘制一个连续变量
R语言绘图——散点图
spss相关性分析
Python数据科学：方差分析！
python 连续变量分段/标签处理
R数据分析：交互作用的简单斜率图做法及解释
回归与分类的本质区别
天气预报检验方法汇总
木东居士学习计划：第三周数据分布（详实版）
数据分布、参数估计

1.密度图 ggdensity

1.1 用法

# 密度图 ggdensity
ggdensity(
# 数据，数据框  
  data, 
# 横坐标，绘制的变量
  x,   
# 纵坐标，引用数据需""
  y = "..density..", 
# 逻辑值。默认值为FALSE。仅当y是包含要绘制的多个变量的向量时使用。
# 如果为TRUE，则通过组合y变量的图来创建多面板图
  combine = FALSE, 
# 逻辑或字符值。默认值为FALSE。仅当y是包含要绘制的多个变量的向量时使用。
# 如果为TRUE，则在同一绘图区域中合并多个y变量。允许的值还包括"asis”（TRUE）和“ flip”。如果merge =“ flip”，则y变量用作x刻度标签，而x变量用作分组变量。
  merge = FALSE,  
# 密度线颜色和填充颜色
  color = "black",                                      
  fill = NA,
# 用于按组着色或填充的调色板
  palette = NULL,
# 更改点和轮廓的大小
  size = NULL,
  linetype = "solid",
# 透明度
  alpha = 0.5,
# 标题及标签
  title = NULL,
  xlab = NULL,
  ylab = NULL,
# 指定用于将图面划分为多个面板的分组变量
  facet.by = NULL,
  panel.labs = NULL,
  short.panel.labs = TRUE,
# 允许的值是“平均值”或“中位数”之一（分别用于添加平均值或中位数线）
  add = c("none", "mean", "median"),
  add.params = list(linetype = "dashed"),
# 辑值值，如果为TRUE，则添加边缘地毯。
  rug = FALSE,
  label = NULL,
# 字体标签，一个可以包含以下元素的组合的列表：
# 大小（例如：14），样式（例如：“纯”，“粗体”，“斜体”，“ bold.italic”）
# 颜色（例如：“红色”）的标签。例如font.label = list（size = 14，face =“ bold”，颜色=“ red”）。
# 若要仅指定大小和样式，请使用font.label = list（size = 14，face =“ plain”）
  font.label = list(size = 11, color = "black"),
  label.select = NULL,
# 是否使用ggrepel避免过度绘制文本标签的逻辑值
  repel = FALSE,
  label.rectangle = FALSE,
  ggtheme = theme_pubr(),
  ...
)

1.2 自定义参数ggpar()

使用函数ggpar()可以轻松自定义绘图, 阅读?ggpar进行更改：

主标题和轴标签：main，xlab，ylab
轴区间：xlim，ylim(例如：ylim = c(0，30))
轴比例尺：xscale，yscale(例如：yscale ="log2")
调色板：palette="Dark2"或调色板= c("gray"，"blue"，"red")
图例标题，标签和位置：legend="right"
绘图方向：orientation = c("vertical", "horizontal", "reverse")

1.3 实例

# Create some data format
set.seed(1234)
wdata = data.frame(
  sex = factor(rep(c("F", "M"), each=200)),
  weight = c(rnorm(200, 55), rnorm(200, 58)))

head(wdata, 4)#>   sex   weight
#> 1   F 53.79293
#> 2   F 55.27743
#> 3   F 56.08444
#> 4   F 52.65430
# Basic density plot
# Add mean line and marginal rug
p1 <- ggdensity(wdata, x = "weight", fill = "lightgray",
          add = "mean", rug = TRUE)
p1
#> Warning: geom_vline(): Ignoring `mapping` because `xintercept` was provided.#> Warning: geom_vline(): Ignoring `data` because `xintercept` was provided.
# Change outline colors by groups ("sex")
# Use custom palette
p2 <- ggdensity(wdata, x = "weight",
          add = "mean", rug = TRUE,
          color = "sex", palette = c("#00AFBB", "#E7B800"))
p2
# Change outline and fill colors by groups ("sex")
# Use custom palette
p3 <- ggdensity(wdata, x = "weight",
          add = "mean", rug = TRUE,
          color = "sex", fill = "sex",
          palette = c("#00AFBB", "#E7B800"))
p3
p4 <- ggdensity(wdata, x = "weight",
                add = "mean", rug = TRUE,
                color = "sex", fill = "sex",
                palette = c("#00AFBB", "#E7B800"),
                facet.by = "sex")
p4

2. 叠加正常密度图 stat_overlay_normal_density

在视觉上检查偏离正常程度的程度

2.1 用法

stat_overlay_normal_density(
# 由aes()或aes_()创建的美学映射集。如果指定且继承.aes = TRUE（默认值），它将与绘图顶层的默认映射结合。如果没有绘图映射，则必须提供映射。  
mapping = NULL,
  data = NULL,
  geom = "line",
  position = "identity",
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE,
  ...
)

2.2 举例

# Simpledensity plot
data("mtcars")
p1 <- ggdensity(mtcars, x = "mpg", fill = "red") +
  scale_x_continuous(limits = c(-1, 50)) +
  stat_overlay_normal_density(color = "red", linetype = "dashed")
p1
# Color by groups
data(iris)
p2 <- ggdensity(iris, "Sepal.Length", color = "Species") +
  stat_overlay_normal_density(aes(color = Species), linetype = "dashed")
p2
# Facet
p3 <- ggdensity(iris, "Sepal.Length", facet.by = "Species") +
  stat_overlay_normal_density(color = "red", linetype = "dashed")
p3

3.经验累积密度函数 Empirical cumulative density function

样本分布函数(sample distribution function)亦称经验分布函数，统计学中的基本概念之一。样本分布函数Fn(x)具有分布函数的性质，我们可以将其看成是以等概率1/n 取值X1，X2，…，Xn的离散型随机变量的分布函数，且该函数的图形呈跳跃式一条台阶形折线，如观测值不重复，则每一跳跃为1/n ，如有重复，则按1/n的倍数跳跃上升。

3.1 用法

ggecdf(
  data,
  x,
  combine = FALSE,
  merge = FALSE,
  color = "black",
  palette = NULL,
  size = NULL,
  linetype = "solid",
  title = NULL,
  xlab = NULL,
  ylab = NULL,
  facet.by = NULL,
  panel.labs = NULL,
  short.panel.labs = TRUE,
  ggtheme = theme_pubr(),
  ...
)

3.2 举例

# Create some data format
set.seed(1234)
wdata = data.frame(
  sex = factor(rep(c("F", "M"), each=200)),
  weight = c(rnorm(200, 55), rnorm(200, 58)))

head(wdata, 4)#>   sex   weight
#> 1   F 53.79293
#> 2   F 55.27743
#> 3   F 56.08444
#> 4   F 52.65430
# Basic ECDF plot
p1 <- ggecdf(wdata, x = "weight")
p1
# Change colors and linetype by groups ("sex")
# Use custom palette
p2 <- ggecdf(wdata, x = "weight",
       color = "sex", linetype = "sex",
       palette = c("#00AFBB", "#E7B800"))
p2

4.直方图 Histogram plot

4.1 用法

gghistogram(
# 数据，数据框  
  data, 
# 横坐标，绘制的变量
  x,   
# 纵坐标，引用数据需" "
  y = "..count..",
# 逻辑值。默认值为FALSE。仅当y是包含要绘制的多个变量的向量时使用。
# 如果为TRUE，则通过组合y变量的图来创建多面板图
  combine = FALSE,
# 逻辑或字符值。默认值为FALSE。仅当y是包含要绘制的多个变量的向量时使用。
# 如果为TRUE，则在同一绘图区域中合并多个y变量。允许的值还包括"asis”（TRUE）和“ flip”。如果merge =“ flip”，则y变量用作x刻度标签，而x变量用作分组变量。
  merge = FALSE,
  weight = NULL,
  color = "black",
  fill = NA,
# 着色板，用于按组着色或填充的调色板
  palette = NULL,
  size = NULL,
  linetype = "solid",
  alpha = 0.5,
# bin数默认为30。
  bins = NULL,
# 指定箱宽的数值。当您有很强的密集点图时，请使用介于0和1之间的值。例如binwidth = 0.2。
  binwidth = NULL,
  title = NULL,
  xlab = NULL,
  ylab = NULL,
# 长度为1或2的字符向量，指定用于将图面划分为多个面板的分组变量。应该在数据中
  facet.by = NULL,
# 用于修改构面面板标签的一个或两个字符向量的列表。例如，panel.labs = list（sex = c（“ Male”，“ Female”））指定“ sex”变量的标签。对于两个分组变量，您可以使用例如panel.labs = list（sex = c（“ Male”，“ Female”），rx = c（“ Obs”，“ Lev”，“ Lev2”）））。
  panel.labs = NULL,
  short.panel.labs = TRUE,
  add = c("none", "mean", "median"),
# 参数'add'的参数（颜色，大小，线型）；例如：add.params = list（颜色=“红色”）。
  add.params = list(linetype = "dashed"),
  rug = FALSE,
  add_density = FALSE,
  label = NULL,
  font.label = list(size = 11, color = "black"),
  label.select = NULL,
  repel = FALSE,
  label.rectangle = FALSE,
  position = position_identity(),
  ggtheme = theme_pubr(),
  ...
)

4.2 自定义参数ggpar()

使用函数ggpar()可以轻松自定义绘图, 阅读？ggpar进行更改：

主标题和轴标签：main，xlab，ylab
轴区间：xlim，ylim(例如：ylim = c(0，30))
轴比例尺：xscale，yscale(例如：yscale ="log2")
调色板：palette="Dark2"或调色板= c("gray"，"blue"，"red")
图例标题，标签和位置：legend="right"
绘图方向：orientation = c("vertical", "horizontal", "reverse")

4.3 实例

# Create some data format
set.seed(1234)
wdata = data.frame(
  sex = factor(rep(c("F", "M"), each=200)),
  weight = c(rnorm(200, 55), rnorm(200, 58)))

head(wdata, 4)
#>   sex   weight
#> 1   F 53.79293
#> 2   F 55.27743
#> 3   F 56.08444
#> 4   F 52.65430
# Basic density plot
# Add mean line and marginal rug
p1 <- gghistogram(wdata, x = "weight", fill = "lightgray",
            add = "mean", rug = TRUE)
p1
#> Warning: Using `bins = 30` by default. Pick better value with the argument `bins`.#> Warning: geom_vline(): Ignoring `mapping` because `xintercept` was provided.#> Warning: geom_vline(): Ignoring `data` because `xintercept` was provided.
# Change outline colors by groups ("sex")
# Use custom color palette
p2 <- gghistogram(wdata, x = "weight",
            add = "mean", rug = TRUE,
            color = "sex", palette = c("#00AFBB", "#E7B800"))
p2
#> Warning: Using `bins = 30` by default. Pick better value with the argument `bins`.
# Change outline and fill colors by groups ("sex")
# Use custom color palette
p3 <- gghistogram(wdata, x = "weight",
            add = "mean", rug = TRUE,
            color = "sex", fill = "sex",
            palette = c("#00AFBB", "#E7B800"))
p3
#> Warning: Using `bins = 30` by default. Pick better value with the argument `bins`.


# Combine histogram and density plots
p4 <- gghistogram(wdata, x = "weight",
            add = "mean", rug = TRUE,
            fill = "sex", palette = c("#00AFBB", "#E7B800"),
            add_density = TRUE)
p4
#> Warning: Using `bins = 30` by default. Pick better value with the argument `bins`.
# Weighted histogram
p5 <- gghistogram(iris, x = "Sepal.Length", weight = "Petal.Length")
p5
#> Warning: Using `bins = 30` by default. Pick better value with the argument `bins`.

5.分位数图示法 Quantile Quantile Plot

统计学里Q-Q图（Q代表分位数）是一个概率图，用图形的方式比较两个概率分布，把他们的两个分位数放在一起比较。首先选好分位数间隔。图上的点（x,y）反映出其中一个第二个分布（y坐标）的分位数和与之对应的第一分布（x坐标）的相同分位数。因此，这条线是一条以分位数间隔为参数的曲线。如果两个分布相似，则该Q-Q图趋近于落在y=x线上。如果两分布线性相关，则点在Q-Q图上趋近于落在一条直线上，但不一定在y=x线上。Q-Q图可以用来可在分布的位置-尺度范畴上可视化的评估参数。
从定义中可以看出Q-Q图主要用于检验数据分布的相似性，如果要利用Q-Q图来对数据进行正态分布的检验，则可以令x轴为正态分布的分位数，y轴为样本分位数，如果这两者构成的点分布在一条直线上，就证明样本数据与正态分布存在线性相关性，即服从正态分布。

5.1 用法

ggqqplot(
  data,
  x,
  combine = FALSE,
  merge = FALSE,
  color = "black",
  palette = NULL,
  size = NULL,
  shape = NULL,
  add = c("qqline", "none"),
  add.params = list(linetype = "solid"),
  conf.int = TRUE,
  conf.int.level = 0.95,
  title = NULL,
  xlab = NULL,
  ylab = NULL,
  facet.by = NULL,
  panel.labs = NULL,
  short.panel.labs = TRUE,
  ggtheme = theme_pubr(),
  ...
)

5.2 自定义参数ggpar()

使用函数ggpar()可以轻松自定义绘图, 阅读？ggpar进行更改：

主标题和轴标签：main，xlab，ylab
轴区间：xlim，ylim(例如：ylim = c(0，30))
轴比例尺：xscale，yscale(例如：yscale ="log2")
调色板：palette="Dark2"或调色板= c("gray"，"blue"，"red")
图例标题，标签和位置：legend="right"
绘图方向：orientation = c("vertical", "horizontal", "reverse")

5.3 实例

# Create some data format
set.seed(1234)
wdata = data.frame(
  sex = factor(rep(c("F", "M"), each=200)),
  weight = c(rnorm(200, 55), rnorm(200, 58)))

head(wdata, 4)#>   sex   weight
#> 1   F 53.79293
#> 2   F 55.27743
#> 3   F 56.08444
#> 4   F 52.65430
# Basic QQ plot
p1 <- ggqqplot(wdata, x = "weight")
p1
# Change colors and shape by groups ("sex")
# Use custom palette
p2 <- ggqqplot(wdata, x = "weight",
         color = "sex", palette = c("#00AFBB", "#E7B800"))
p2

Reference

https://rpkgs.datanovia.com/ggpubr/reference/index.html
http://www.sthda.com/english/articles/24-ggpubr-publication-ready-plots/

ggpubr002 绘制一个连续变量
1.密度图 ggdensity 1.1 用法 1.2 自定义参数ggpar() 使用函数ggpar()可以轻松自定...
R语言绘图——散点图
今天学习绘制散点图，重点是利用ggplot绘制散点图对于显示两个连续变量之间的关系最有用 1.利用最简单的plo...
spss相关性分析
观察两个变量之间是否存在相关性： 1. 两个都是连续变量 2.两个连续变量来自同一个个体 3.两个连续变量之间存在...
Python数据科学：方差分析！
之前已经介绍的变量分析： ①相关分析：一个连续变量与一个连续变量间的关系。 ②双样本t检验：一个二分分类变量与一个...
python 连续变量分段/标签处理
将连续变量分类处理
R数据分析：交互作用的简单斜率图做法及解释
之前的文章给大家写了两个连续变量的交互作用，今天给大家写写比较常见，也是比较简单的：一个连续变量和一个分类变量的...
回归与分类的本质区别
回归与分类的区别：浅层：两者的的预测目标变量类型不同，回归问题是连续变量，分类问题连续变量。中层：回归问题是...
天气预报检验方法汇总
写在开始之前,由于本人水平有限,代码还有许多不完善或设计漏洞,请指正交流,共同进步. 连续变量对于连续变量类检验...
木东居士学习计划：第三周数据分布（详实版）
基本概念古典概率条件概率离散分布连续变量期望值离散变量的概率分布二项分布伯努利分布泊松分布连续变量的概率分布均...
数据分布、参数估计
数据分布数据的分布分为离散变量的分布和连续变量的分布，连续变量的分布是统计推断的数学基础，其根据分布的表现形式分...