ggplot第三篇-小图会分身

微信公众号生信星球同步更新我的文章

注意这里的分面指的是同一类型的图（比如都是点图，都是折线图）分好几个小图，而不是不同类型的图拼在一起：

1.示例数据

在公众号回复：dexp.csv，获得示例数据。
读取数据：

dexp <- read.csv("dexp.csv",row.names = 1)#设置第一列为行名

示例数据：40个基因，每个基因9个重复，加上这9个重复各自的观测值，以及每个基因的长度。

2.分面的函数

(1)facet_wrap

重要参数：
facets: 分面参数如 ~Group，表示用 Group 变量进行数据分类
nrow: 绘制图形的行数
ncol: 绘制图形的列数，nrow/ncol只设定一个即可
scales： fixed,小图均使用统一坐标；
free每个小图按照各自数据范围自由调整坐标；
free_x为自由调整x轴刻度范围；
free_y为自由调整y轴刻度范围。

(2)facet_grid

与facet_wrap不同的重要参数：
facets: 应用两个标准分面，如Gene ~ Group
margins: Ture，包含所有数据的组
space: 每张小图的幅宽，可设置为固定（fixed）和自由（free，free_x,free_y）

3.简单举例-按照Group分面，就是分三面

按照Group分面的点图

不设置scale，会丑成翔

把多余的坐标删掉，用scales

ps<-ggplot(data = dexp, aes(x = Sample, y = Expression)) 
ps + geom_point(aes(color=Gene)) +
  facet_wrap(~Group,scales = "free_x")

duang

按照Group分面的折线图

ps<-ggplot(data = dexp, aes(x = Sample, y = Expression)) 
ps + geom_line(aes(group=Gene,color=Gene)) +
  facet_wrap(~Group, scales = "free_x")

按照Group分面的折线图

2.按照Sample分面，就是分9面

pg<-ggplot(data = dexp, aes(x = Gene, y = Expression,color=Sample)) 
pg + geom_point() +
  facet_wrap(~Sample, scales = "free_x", nrow = 3) 

按照Sample分面，设置颜色只是因为我开心

3.按照Gene分面，就是分40面

pg<-ggplot(data = dexp, aes(x = Gene, y = Expression,color=Sample)) 
pg + geom_point() +
  facet_wrap(~Sample, scales = "free_x", nrow = 3) 

按照基因分面

折线图颜值更高

ps<-ggplot(data = dexp, aes(x = Sample, y = Expression)) 
ps + geom_line(aes(group=Gene,color=Gene)) +
  facet_wrap(~Gene, scales = "free_x", nrow = 5) #也可以ncol=8

像不像心电图

4.根据两个变量来分面-- facet_grid

（1）从一张怂图认识 facet_grid

如果要展示4个基因、9个样品的表达量，将9个样品分为三组，每组一图。

dexp_small<-filter(dexp, Gene %in% paste("G", 1:4, sep = ""))
psm<-ggplot(data = dexp_small, aes(x = Sample, y = Expression)) 
psm + geom_point() +
  facet_grid(Gene ~ Group)  #按照基因分行，Group分列

怂并有用的基础图

（2）调整坐标和颜色

坐标调整的参数是scales，
fixed,小图均使用统一坐标；
free每个小图按照各自数据范围自由调整坐标；
free_x为自由调整x轴刻度范围；
free_y为自由调整y轴刻度范围。

dexp_small<-filter(dexp, Gene %in% paste("G", 1:4, sep = ""))
psm<-ggplot(data = dexp_small, aes(x = Sample, y = Expression)) 
psm + geom_point(aes(color=Length)) +
  facet_grid(Gene ~ Group, scales = "free_x") 

(3)添加一个包含所有数据的组（汇总），并使每幅图的幅宽自由调整

dexp_small<-filter(dexp, Gene %in% paste("G", 1:4, sep = ""))
psm<-ggplot(data = dexp_small, aes(x = Sample, y = Expression)) 
psm + geom_point(aes(color=Length)) +
  facet_grid(Gene ~ Group, scales = "free_x", margins = T,space = "free") 

添加汇总列