很多人会问下面的图是怎么做出来的，其实实现的方法有好几种，接下来我们介绍一下几种做如下图的方法：

Rplot.png

第一种

我们第一种画法来源是书上给的例子，这本书叫《R语言数据可视化之美》，这本有很多画图的例子，感兴趣的朋友们可以买一本多学习学习，话不多说，我们来看代码:

library(ggplot2)

library(RColorBrewer)

library(Cairo)

library(showtext)

mydata<- read.csv("Bar_Data.csv",stringsAsFactors=FALSE)

mydata$Team<-as.character(mydata$Team)

mydata<-transform(mydata, label1=ifelse(Difference>=0, Team, NA),

                  label2=ifelse(Difference>0, NA,Team))

mydata$Team <- factor(mydata$Team, levels = mydata$Team[order(mydata$Difference)])

#CairoPDF(file="图1-8-15(a)_条形图.pdf",width=5.28,height=5.47)

#showtext.begin()

ggplot(data = mydata, aes(x = Team, y = Difference,fill = Difference)) +

  geom_bar(stat = "identity", width = 0.8,colour="black",size=0.25)+

  scale_fill_gradient2(low=brewer.pal(7,"Set1")[2],mid="grey90",high=brewer.pal(7,"Set1")[1],midpoint=0)+

  geom_text(aes(y = 0,     label=label2),size=3,hjust=-0.1)+ #添加负值部分的数据标签

  geom_text(aes(y = -0.001,label=label1),size=3,hjust= 1.1)+ #添加正值部分的数据标签

  coord_flip() +   #坐标轴翻转

  ylim(-5,5)+

  theme_minimal() + #图表主题设定

  theme(

        panel.grid.major=element_blank(),

        panel.grid.minor=element_blank(),

        panel.grid.major.x = element_line(colour = "grey80",size=.25),

        panel.grid.minor.x = element_line(colour = "grey80",size=.25),

        plot.title=element_text(size=15,hjust=.5),

        axis.text.x = element_text(face="plain", color="black",

                                   size=11, angle=0),

        axis.text.y = element_blank(),

        legend.position="right",

        legend.text=element_text(size=10),

        legend.title=element_text(size=10))

#showtext.end()

#dev.off()

书上的例子，大部分都很简单，其中主要是在图中添加文本的技巧，书上将添加文本运用的transform函数

mydata<-transform(mydata, label1=ifelse(Difference>=0, Team, NA),

                  label2=ifelse(Difference>0, NA,Team))

此时的label会依据Difference值的大小将标签设置为左或者右，在画图的时候：

  geom_text(aes(y = 0,     label=label2),size=3,hjust=-0.1)+ #添加负值部分的数据标签

  geom_text(aes(y = -0.001,label=label1),size=3,hjust= 1.1)+ #添加正值部分的数据标签

会根据情况在左或者右添加标签。

第二种

第二种方法主要由简书上的尧小飞仁兄画的，他的代码是：

library(ggplot2)#用于可视化

library(dplyr)#用于数据处理

set.seed(1111)#此命令保证数据结果可以重现在任何电脑上

x <- 1980+1:36#赋值x

y <- round(100*rnorm(36))#赋值y

mydata <- data.frame(x=x, y=y)#创建数据集mydata

head(mydata)

mydata <- mydata%>%mutate(x_t=ifelse(y>=0,-4*nchar(x), 4*nchar(x))) #生成label的坐标

head(mydata)

max<-50

min<- -50

sig<-c()

for (i in mydata$y ){

    print(i)

    significant<-''


  if(i>=max){significant<-'yes'}else if(i< 0 && abs(i)

>= max ){significant<-'no'}else if(min<i &&

i<max){significant<-'not significant'}else(print('yao'))

    print(significant)

    sig<-c(sig,significant)

}

mydata$x<-as.character(mydata$x)  #将数字变量转换成字符串变量，防止画图自动排序

mydata<-mydata[order(mydata$y),]

mydata$significant<-sig

mydata$significant<-factor(mydata$significant,levels=c('yes','not significant','no'))#设置排序

mydata$x<-factor(mydata$x,levels=mydata$x)

ggplot(data=mydata,

aes(x=x, y=y, fill=significant))+geom_bar(stat = "identity",position =

"identity",width=0.9)+coord_flip()+scale_fill_manual(values =

c("purple",'grey', "blue"),

guide=FALSE)+xlab("Year")+geom_text(aes(y=x_t,label=x), vjust=0.3,

color="black",size=3)+geom_abline(linetype="dashed",intercept = 50,

slope = 0,size=1,colour='gray')+geom_abline(linetype="dashed",intercept =

-50, slope =

0,size=1,colour='gray')+theme(panel.grid=element_blank(),panel.border=element_blank(),axis.title.y=element_blank(),axis.text.y=element_blank(),axis.ticks.y=element_blank())

这位仁兄的画法跟书上的例子稍有不同，他添加文本的方法是采画图的时候：

geom_text(aes(y=x_t,label=x), vjust=0.3, color="black",size=3)

采用了

mydata <- mydata%>%mutate(x_t=ifelse(y>=0,-4*nchar(x), 4*nchar(x)))

这样的用法来设置标签的左右位置，很精妙，值得学习。

至于柱形图的颜色怎么调，希望各位同道自己探索！

这种图可用的地方

做生信的朋友应该不会陌生，在做富集分析的时候，这种图可以同时展示上调和下调的通路情况，当然还有其他的作用，各位同道可以多多练习和交流。