ggplot2绘图基础系列：

• 1初识ggplot2绘制几何对象
• 2图层的使用—基础、加标签、注释
• 3工具箱—误差线、加权数、展示数据分布
• 4语法基础
• 5通过图层构建图像
• 6标度、轴和图例
• 7定位-分面和坐标系
• 8主题设置、存储导出

# 加载本文所需包
library(lubridate)
library(magrittr)
library(dplyr)
library(tidyr)

# 查看测试数据结果
ggplot2::economics
# 整理数据为按月与年同期变化的数据表
ec2 = ggplot2::economics %>%
  tbl_df() %>%
  transmute(year = year(date), month = month(date), rate = uempmed) %>%
  filter(year > 2005) %>% 
  spread(year, rate)
ec2



# 数据转换spread(索引数据变矩阵/笛卡尔数据)和gather(矩阵变索引)示例

# 创建索引类型的
indexed = data.frame(
  x = c("a", "b", "c", "d", "c"),
  y = c("A", "D", "A", "C", "B"),
  z = c(1, 5, 4, 9, 10)
) 
# 排序x, y字母顺序排序
indexed = indexed %>% arrange(x,y)
indexed
# 表格展示
knitr::kable(indexed)

# speard 索引转换为矩阵/笛卡尔坐标系
matrix = indexed %>% spread(y, z)
knitr::kable(matrix)


# gather()函数包含以下四个参数：
# 
# data：需要转换的数据集
# 
# key：将从列名创建出的变量名称
# 
# value：将从每个单元创建出的变量名
# 
# ...：要收集哪些变量，可以一个一个列出来，也可以使用简写形式 ..:..

# gather将笛卡尔数据转换为索引数据
indexed = gather(ec2, key = year, value = unemp, `2006`:`2015`)
indexed = gather(ec2, key = year, value = unemp, -month,
                 convert = T, na.rm = T) # 自动将年份从字符串转换为数字，删除没有数据的月份
head(indexed)


# 绘制折线图
# 在不同年份分组下，每月失业率变化 
library(ggplot2)
ggplot(indexed, aes(month, unemp, group = year)) +
  geom_line(aes(colour = year), size = 1)

# 按时间和月份变化，直接使用两列属性组合
ggplot(indexed, aes(year + (month-1)/12, unemp)) +
         geom_line()



# Spread 转换索引数据为笛卡尔数据

weather = dplyr::data_frame(
  day = rep(1:3, 2),
  obs = rep(c("temp", "rain"), each = 3),
  val = c(c(23, 22, 20), c(0, 0, 5))
)
weather
spread(weather, key = obs, value = val)



# Separate and Unite拆分或合并属性
trt = dplyr::data_frame(
  var = paste0(rep(c("beg", "end"), each = 3), "_", rep(c("a","b","c"))),
  val = c(1, 4, 2, 10, 5, 11)
)


# 将第一列var拆分为两列
trt.sep = separate(trt, var, c("time", "treatment"), "_")
trt.sep

# 将两列合并为一列，默认为下划线
unite(trt.sep, "var", c("time", "treatment"))

猜你喜欢

• 10000+：肠道细菌 人体上的生命 宝宝与猫狗 梅毒狂想曲 提DNA发Nature 实验分析谁对结果影响大  Cell微生物专刊
• 系列教程：微生物组入门 Biostar 微生物组  宏基因组
• 专业技能：生信宝典 学术图表 高分文章 不可或缺的人
• 一文读懂：宏基因组 寄生虫益处 进化树
• 必备技能：提问 搜索  Endnote
• 文献阅读 热心肠 SemanticScholar Geenmedical
• 扩增子分析：图表解读 分析流程 统计绘图
• 16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun
• 在线工具：16S预测培养基 生信绘图
• 科研经验：云笔记  云协作 公众号
• 编程模板 Shell  R Perl
• 生物科普  生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外1500+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA