脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 软件编程 → R语言 → R语言ggplot2图例

R语言ggplot2设置图例(legend)的操作大全

 更新时间：2022年07月21日 10:41:40   作者：探索者v  
ggplot2是一个绘制可视化图形的R包,汲取了R语言基础绘图系统(graphics)和l attice包的优点,下面这篇文章主要给大家介绍了关于R语言ggplot2设置图例(legend)的操作大全,需要的朋友可以参考下

本文在 http://www.cookbook-r.com/Graphs/Scatterplots_(ggplot2)/ 的基础上加入了自己的理解

图例用来解释图中的各种含义,比如颜色,形状,大小等等, 在ggplot2中aes中的参数(x, y 除外)基本都会生成图例来解释图形, 比如 fill, colour, linetype, shape.

基本箱线图(带有图例)

library(ggplot2)
bp <- ggplot(data=PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot()
bp

移除图例

Use guides(fill=FALSE), replacing fill with the desired aesthetic. 使用 guides(fill=FALSE) 移除由ase中 匹配的fill生成的图例, 也可以使用theme You can also remove all the legends in a graph, using theme.

bp + guides(fill=FALSE)

# 也可以这也
bp + scale_fill_discrete(guide=FALSE)

# 移除所有图例
bp + theme(legend.position="none")

修改图例的内容

改变图例的顺序为 trt1, ctrl, trt2:

bp + scale_fill_discrete(breaks=c("trt1","ctrl","trt2"))

 根据不同的分类,可以使用 scale_fill_manual, scale_colour_hue,scale_colour_manual, scale_shape_discrete, scale_linetype_discrete 等等.

颠倒图例的顺序

# 多种方法
bp + guides(fill = guide_legend(reverse=TRUE))

# 也可以
bp + scale_fill_discrete(guide = guide_legend(reverse=TRUE))

# 还可以这也
bp + scale_fill_discrete(breaks = rev(levels(PlantGrowth$group)))

隐藏图例标题

# Remove title for fill legend
bp + guides(fill=guide_legend(title=NULL))

# Remove title for all legends
bp + theme(legend.title=element_blank())

修改图例中的标签

两种方法一种是直接修改标签, 另一种是修改data.frame

Using scales

图例可以根据 fill, colour, linetype, shape 等绘制, 我们以 fill 为例, scale_fill_xxx, xxx 表示处理数据的一种方法, 可以是 hue(对颜色的定量操作), continuous(连续型数据处理), discete(离散型数据处理)等等.

# 设置图例名称
bp + scale_fill_discrete(name="Experimental\nCondition")

# 设置图例的名称, 重新定义新的标签名称
bp + scale_fill_discrete(name="Experimental\nCondition",
                         breaks=c("ctrl", "trt1", "trt2"),
                         labels=c("Control", "Treatment 1", "Treatment 2"))

# 自定义fill的颜色
bp + scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"), 
                       name="Experimental\nCondition",
                       breaks=c("ctrl", "trt1", "trt2"),
                       labels=c("Control", "Treatment 1", "Treatment 2"))

注意这里并不能修改 x轴 的标签,如果需要改变x轴的标签,可以参照http://blog.csdn.net/tanzuozhev/article/details/51107583

# A different data set
df1 <- data.frame(
    sex = factor(c("Female","Female","Male","Male")),
    time = factor(c("Lunch","Dinner","Lunch","Dinner"), levels=c("Lunch","Dinner")),
    total_bill = c(13.53, 16.81, 16.24, 17.42)
)
 
# A basic graph
lp <- ggplot(data=df1, aes(x=time, y=total_bill, group=sex, shape=sex)) + geom_line() + geom_point()
lp

# 修改图例
lp + scale_shape_discrete(name  ="Payer",
                          breaks=c("Female", "Male"),
                          labels=c("Woman", "Man"))

 If you use both colour and shape, they both need to be given scale specifications. Otherwise there will be two two separate legends. 如果同时使用 color和shape,那么必须都进行scale_xx_xxx的定义,否则color和shape的图例就会合并到一起, 如果 scale_xx_xxx 中的name相同,那么他们也会合并到一起.

# Specify colour and shape
lp1 <- ggplot(data=df1, aes(x=time, y=total_bill, group=sex, shape=sex, colour=sex)) + geom_line() + geom_point()
lp1

# Here's what happens if you just specify colour
lp1 + scale_colour_discrete(name  ="Payer",
                            breaks=c("Female", "Male"),
                            labels=c("Woman", "Man"))

# Specify both colour and shape
lp1 + scale_colour_discrete(name  ="Payer",
                            breaks=c("Female", "Male"),
                            labels=c("Woman", "Man")) +
      scale_shape_discrete(name  ="Payer",
                           breaks=c("Female", "Male"),
                           labels=c("Woman", "Man"))

 ### scale的种类

scale_xxx_yyy:

xxx 的分类 colour: 点 线 或者其他图形的框线颜色 fill: 填充颜色 linetype :线型, 实线 虚线 点线 shape: 点的性状,超级多,可以自己搜索一下 size: 点的大小 alpha: 透明度

yyy 的分离 hue: 设置色调范围（h）、饱和度（c）和亮度（l）获取颜色 manual: 手动设置 gradient: 颜色梯度 grey: 设置灰度值discrete: 离散数据 (e.g., colors, point shapes, line types, point sizes) continuous 连续行数据 (e.g., alpha, colors, point sizes)

修改data.frame的factor

pg <- PlantGrowth    # Copy data into new data frame
# Rename the column and the values in the factor
levels(pg$group)[levels(pg$group)=="ctrl"] <- "Control"
levels(pg$group)[levels(pg$group)=="trt1"] <- "Treatment 1"
levels(pg$group)[levels(pg$group)=="trt2"] <- "Treatment 2"
names(pg)[names(pg)=="group"]  <- "Experimental Condition"
 
# View a few rows from the end product
head(pg)
##   weight Experimental Condition
## 1   4.17                Control
## 2   5.58                Control
## 3   5.18                Control
## 4   6.11                Control
## 5   4.50                Control
## 6   4.61                Control
# Make the plot 
ggplot(data=pg, aes(x=`Experimental Condition`, y=weight, fill=`Experimental Condition`)) +
    geom_boxplot()

修改标题和标签的显示

# 标题
bp + theme(legend.title = element_text(colour="blue", size=16, face="bold"))

# 标签
bp + theme(legend.text = element_text(colour="blue", size = 16, face = "bold"))

修改图例的框架

bp + theme(legend.background = element_rect())

bp + theme(legend.background = element_rect(fill="gray90", size=.5, linetype="dotted"))

设置图例的位置

图例的位置(left/right/top/bottom):

bp + theme(legend.position="top")

 也可以根据坐标来设置图例的位置, 左下角为 (0,0), 右上角为(1,1)

# Position legend in graph, where x,y is 0,0 (bottom left) to 1,1 (top right)
bp + theme(legend.position=c(.5, .5))

# Set the "anchoring point" of the legend (bottom-left is 0,0; top-right is 1,1)
# Put bottom-left corner of legend box in bottom-left corner of graph
bp + theme(legend.justification=c(0,0), # 这个参数设置很关键
           legend.position=c(0,0))

# Put bottom-right corner of legend box in bottom-right corner of graph
bp + theme(legend.justification=c(1,0), legend.position=c(1,0))

隐藏斜线

# No outline
ggplot(data=PlantGrowth, aes(x=group, fill=group)) +
    geom_bar()

# 如果设置了颜色, 那么图例中就会出现 黑色斜线
ggplot(data=PlantGrowth, aes(x=group, fill=group)) +
    geom_bar(colour="black")

# 黑魔法: 可以先设置geom_bar, 然后再来一个没有 图例 的 geom_bar
ggplot(data=PlantGrowth, aes(x=group, fill=group)) +
    geom_bar() +
    geom_bar(colour="black", show_guide=FALSE)

总结 

到此这篇关于R语言ggplot2设置图例(legend)的文章就介绍到这了,更多相关R语言ggplot2图例内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • R语言差异检验:非参数检验操作

    R语言差异检验:非参数检验操作

    这篇文章主要介绍了R语言差异检验:非参数检验操作，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语言中cut()函数的用法说明

    R语言中cut()函数的用法说明

    这篇文章主要介绍了R语言中cut()函数的用法说明，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语言学习VennDiagram包绘制韦恩图示例

    R语言学习VennDiagram包绘制韦恩图示例

    这篇文章主要为大家介绍了R语言学习VennDiagram包绘制韦恩图示例，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，早日升职加薪
    2022-06-06
  • R语言实现岭回归的示例代码

    R语言实现岭回归的示例代码

    本文主要介绍了R语言实现岭回归的示例代码，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2021-08-08
  • R语言如何将大型Excel文件转为dta格式详解

    R语言如何将大型Excel文件转为dta格式详解

    这篇文章主要给大家介绍了关于R语言如何将大型Excel文件转为dta格式的相关资料，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
  • R语言-如何循环读取excel并保存为RData

    R语言-如何循环读取excel并保存为RData

    这篇文章主要介绍了R语言循环读取excel并保存为RData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 解决无法打开链结的问题

    R语言 解决无法打开链结的问题

    这篇文章主要介绍了R语言 解决无法打开链结的问题，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语言关于随机森林算法的知识点详解

    R语言关于随机森林算法的知识点详解

    在本篇文章里小编给大家整理的是一篇关于R语言关于随机森林算法的知识点详解内容，有兴趣的朋友们可以跟着学习下。
    2021-05-05
  • R语言文本文件读写(txt/csv/xlsx)

    R语言文本文件读写(txt/csv/xlsx)

    这篇文章主要介绍了R语言文本文件读写(txt/csv/xlsx),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
  • R语言apply系列函数实例详解

    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

最新评论