R使用笔记: ggplot2的一顿骚操作...

本次笔记内容：

• 使用ggplot2及ggrepel绘制主图和副图
• 多种方法整合主图与副图：
  ggpubr: ggarange() , 副图注释在主图外
  ggplot2: ggplotGrob + annotation_custom, 副图注释在主图内
  ggExtra: ggMarginal(), 副图重叠注释在主图外
  cowplot: 副图注释在主图外
• 总结：形式为功能服务，不要lost在细节的漩涡，但细节如何处理得心里有数。

使用iris这个示例数据，用ggplot2画一个基本图。
鸢尾花(iris)是数据挖掘常用到的一个数据集，有150个鸢尾花样本信息，包括3个物种（setosa,versicolour和virginica)。每个样本具有5个特征(Sepal.Length,Sepal.Width, Petal.Length, Petal.Width, Species)。

data("iris")
iris <- data.frame(iris)
col <- brewer.pal(3, "Set1")
ggplot(data = iris, aes(Sepal.Length, Sepal.Width, colour = Species)) + 
    geom_point(size = 5, alpha = .6) + 
    scale_color_manual(values = col)

base

使用ggplot2及ggrepel绘制主图和副图

使用iris这个示例数据绘制主图和副图。在以下代码中我切了一个子数据集出来，并加上了一个‘group’列，作为演示ggrepel用。

主图：

# required packages
library(RColorBrewer)
library(ggrepel)
library(ggpubr)
library(cowplot)
library(ggExtra)

data("iris")
iris <- data.frame(iris)
iris_sub <- iris[iris$Sepal.Length > 2 & iris$Sepal.Width > 3.5, ]
iris_sub$group <- c(rep('group1',10), rep('group2',9))

col <- brewer.pal(3, "Set1")
col1 <- brewer.pal(3,"Set3")[1:2]     

# main scatter plot
gg <- ggplot(data = iris, aes(Sepal.Length, Sepal.Width, colour = Species)) + 
  geom_point(size = 5, alpha = .6) + 
  scale_color_manual(values = col) +
  geom_label_repel(data = iris_sub, 
                   aes(
                     Sepal.Length, Sepal.Width, 
                     label=rownames(iris_sub), 
                     fill = group,
                     color = group
                     ),
                   color = 'black', alpha=1,
                   point.padding = unit(0.1,"lines"), 
                   box.padding = 0.5,
                   segment.color = 'grey55') +
                   # 连接label和点的线：颜色设置为gery55
  scale_fill_manual(values = setNames(col1, levels(iris_sub$group))) +
  # 将col1的两个颜色，设置为iris_sub的两个group的颜色，ggrepel按照这个颜色来fill
  theme(legend.position = "bottom")     
  # 把legend设置在底部，因为副图可能会遮盖住右边的Legend

main scatter plot

副图：

# annotated plot
xplot <- ggplot(data = iris, aes(x = Species, y = Sepal.Length, fill = Species)) + 
  geom_boxplot(position = position_dodge(0.8)) +
  geom_point(position = position_jitterdodge())+
  scale_fill_brewer(palette = "Set1") +
  coord_flip() +
  # 把竖着的boxplot横过来
  clean_theme() +
  # 去掉所有theme, 比如x和y轴，只留下box。在调整阶段可以先留着，以观察把主副图合并时有没有把坐标轴对齐
  theme(legend.position = "none")
  # 去掉lengend

yplot <- ggplot(data = iris, aes(x = Species, y = Sepal.Width, fill = Species)) + 
  geom_boxplot(position = position_dodge(0.8)) +
  geom_point(position = position_jitterdodge())+
  scale_fill_brewer(palette = "Set1") +
  clean_theme() +
  theme(legend.position = "none")

多种方法整合主图与副图：

ggpubr: ggarange() , 副图注释在主图外

ggarrange(xplot, NULL,gg,yplot, 
          widths = c(5,1),heights = c(1,4), align = "hv")

ggarange()将副图整合在主图外部。如果把clean_theme()去掉，发现因为主图legend的缘故，副图的坐标轴没法和主图对齐。这里可能得根据实际情况调整主图的legend。ggarange()的好处在于可以调整整合图的比例，参数设置简单。

ggplotGrob + annotaion_custom

# ggplotGrob + annotaion_custom
x_grob <- ggplotGrob(xplot)
y_grob <- ggplotGrob(yplot)
xmin <- min(iris$Sepal.Length)
xmax <- max(iris$Sepal.Length)
ymin <- min(iris$Sepal.Width)
ymax <- max(iris$Sepal.Width)
yoffset <- (1/20) * ymax
xoffset <- (1/30) * xmax

gg + annotation_custom(grob = x_grob, 
                       xmin = xmin, xmax = xmax, 
                       ymin = ymin-yoffset, ymax = ymin+yoffset) +
  annotation_custom(grob = y_grob,
                    xmin = xmin-xoffset, xmax = xmin+xoffset, 
                    ymin = ymin, ymax = ymax)

ggGrob + annotation_custom()设置起来比较麻烦，其副图注释在主图内部。但存在一系列问题。坐标轴很难对齐，主图与副图重叠很多。所以实际操作起来，为避免图之间的overlap, 可能还是副图注释在主图外比较合适。

ggExtra: ggMarginal()

ggMarginal(gg, type = "boxplot",groupColour = TRUE, groupFill = TRUE)

ggMarginal()可以用简洁的代码画出上述的图。注释在主图外，且坐标轴可以对齐。但副图之间有overlap...可能绘制可以重叠的分布曲线比较合适。我始终没有找到如何避免boxplot之间overlap的办法=_=
ggMarginal()有个好处在于不需要画出副图，只需要主图。这个包会帮你直接绘制副图。但也意味着你没办法自定义副图的一些属性。

cowplot

p1 <- insert_xaxis_grob(gg, xplot, grid::unit(.2, "null"), position = "top")
p2 <- insert_yaxis_grob(p1, yplot, grid::unit(.2, "null"), position = "right")
ggdraw(p2)

cowplot画出的图是我觉得比较满意的一种。副图注释在主图外，坐标轴对齐，代码简单，不用调试太多参数。

p.s. 还有一个ggscatterhist() 可以试试
http://www.sthda.com/english/articles/32-r-graphics-essentials/131-plot-two-continuous-variables-scatter-graph-and-alternatives/

总结

....有时候很难找到一个合适的包，能满足所有的需求：副图和主图之间的空白不要那么大，坐标轴要互相对齐，box之间最好不要有overlap，lengend的位置不要影响到副图的位置...等等。图是为表达科学问题的一种形式，更好的反应出科学假设与结果才是作图的目的。一些代码难以处理的细枝末节可以在图的形式大致确定下来之后，使用其他图片编辑软件进行微调。

参考链接：
color filling in ggrepel：
https://github.com/slowkow/ggrepel/issues/82
https://stackoverflow.com/questions/37664025/ggrepel-label-fill-color-questions
http://rstudio-pubs-static.s3.amazonaws.com/155546_17c0cb7ee350417e902dfb9031b81f48.html
annotated to the main plot:
http://www.sthda.com/english/wiki/wiki.php?id_contents=7930
http://www.sthda.com/english/articles/24-ggpubr-publication-ready-plots/78-perfect-scatter-plots-with-correlation-and-marginal-histograms/
http://www.r-graph-gallery.com/277-marginal-histogram-for-ggplot2/