使用R语言绘制散点图结合边际分布图教程

更新时间：2021年11月05日 11:54:56 作者：Kanny广小隶

这篇文章主要介绍了使用R语言利用ggplot绘制散点图，并且在图像的两边绘制边际分布图（包括边际直方图与边际密度函数）我们这里介绍两种方法进行绘制

1. 使用ggExtra结合ggplot2

1）传统散点图

# library
library(ggplot2)
library(ggExtra)

# classic plot
p <- ggplot(iris) +
  geom_point(aes(x = Sepal.Length, y = Sepal.Width, color = Species), alpha = 0.6, shape = 16) +  # alpha 调整点的透明度；shape 调整点的形状
  theme_bw() +
  theme(legend.position = "bottom") + # 图例置于底部
  labs(x = "Sepal Length", y = "Sepal Width") # 添加x，y轴的名称
p

下面我们一行代码添加边际分布（分别以密度曲线与直方图的形式来展现）：

2）密度函数

# marginal plot: density
ggMarginal(p, type = "density", groupColour = TRUE, groupFill = TRUE)

3）直方图

# marginal plot: histogram
ggMarginal(p, type = "histogram", groupColour = TRUE, groupFill = TRUE)

4）箱线图（宽窄的显示会有些问题）

# marginal plot: boxplot
ggMarginal(p, type = "boxplot", groupColour = TRUE, groupFill = TRUE)

5）小提琴图（会有重叠，不建议使用）

# marginal plot: violin
ggMarginal(p, type = "violin", groupColour = TRUE, groupFill = TRUE)

6）密度函数与直方图同时展现

# marginal plot: densigram
ggMarginal(p, type = "densigram", groupColour = TRUE, groupFill = TRUE)

2. 使用cowplot与ggpubr

1）重绘另一种散点图

# Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
                color = "Species", palette = "jco",
                size = 3, alpha = 0.6) +
  border() +
  theme(legend.position = "bottom")
sp

2）有缝拼接

① 密度函数

library(cowplot)
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
                   palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
                   palette = "jco") +
  rotate()

# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend")
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
          rel_widths = c(2, 1), rel_heights = c(1, 2))

② 未被压缩的箱线图

# Marginal boxplot of x (top panel) and y (right panel)
xplot <- ggboxplot(iris, x = "Species", y = "Sepal.Length", 
                   color = "Species", fill = "Species", palette = "jco",
                   alpha = 0.5, ggtheme = theme_bw())+
  rotate()
yplot <- ggboxplot(iris, x = "Species", y = "Sepal.Width",
                   color = "Species", fill = "Species", palette = "jco",
                   alpha = 0.5, ggtheme = theme_bw())
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend")
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
          rel_widths = c(2, 1), rel_heights = c(1, 2))

3）无缝拼接

# Main plot
pmain <- ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, color = Species)) +
  geom_point() +
  color_palette("jco")
# Marginal densities along x axis
xdens <- axis_canvas(pmain, axis = "x") +
  geom_density(data = iris, aes(x = Sepal.Length, fill = Species),
               alpha = 0.7, size = 0.2) +
  fill_palette("jco")
# Marginal densities along y axis
# Need to set coord_flip = TRUE, if you plan to use coord_flip()
ydens <- axis_canvas(pmain, axis = "y", coord_flip = TRUE) +
  geom_density(data = iris, aes(x = Sepal.Width, fill = Species),
               alpha = 0.7, size = 0.2) +
  coord_flip() +
  fill_palette("jco")
p1 <- insert_xaxis_grob(pmain, xdens, grid::unit(.2, "null"), position = "top")
p2 <- insert_yaxis_grob(p1, ydens, grid::unit(.2, "null"), position = "right")
ggdraw(p2)

参考

Articles - ggpubr: Publication Ready Plots——Perfect Scatter Plots with Correlation and Marginal Histograms

Marginal distribution with ggplot2 and ggExtra

以上就是使用R语言绘制散点图结合边际分布图教程的详细内容，更多关于R语言绘制散点图结合边际分布图的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

R语言-实现提取包含某字符串的行变量
这篇文章主要介绍了R语言-实现提取包含某字符串的行变量，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言实现将factor转换成numeric方法
这篇文章主要介绍了R语言实现将factor转换成numeric方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-03-03
R语言ggplot2包之坐标轴详解
这篇文章主要介绍了R语言ggplot2包之坐标轴详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言中常见的几种创建矩阵形式总结
这篇文章主要给大家介绍了关于R语言中常见的几种创建矩阵形式的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
Rcpp入门R代码提速方法过程
这篇文章主要为大家介绍了Rcpp入门如何让R代码更快的提速方法过程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步
2021-11-11
R语言常用两种并行方法之parallel详解
这篇文章主要为大家介绍了R语言常用两种并行方法之parallel方法的详解，有需要的朋友可以借鉴C参考下，希望能够有所帮助，祝大家多多进步早日甚至加薪
2021-11-11
R语言-有负下标里才能有零介绍
这篇文章主要介绍了R语言-有负下标里才能有零的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言apply系列函数实例详解
apply()函数是一种很强大的机制,下面这篇文章主要给大家介绍了关于R语言apply系列函数的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2022-12-12
R语言实现将两张图放在同一张画布
这篇文章主要介绍了R语言实现将两张图放在同一张画布的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-04-04
R语言及其IDE(RStudio）下载安装详细流程
这篇文章主要介绍了R语言及其IDE(RStudio）下载安装详细流程,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-03-03