ggplot2参数设置麻烦？试试ggpar！

发稿时间：2020-09-08来源：天昊生物

ggpar包是一个用于图形参数调整的包，但对于该包的使用介绍目前并不多见，这里，我们提供了官网的示例，并加以解释

（https://www.rdocumentation.org/packages/ggpubr/versions/0.1.4/topics/ggpar ）。

加载R包和数据

In[1]:

.libPaths("C:/Program Files/R/R-3.6.1/library")
library(ggpubr)

In [2]:

# Load data
data("ToothGrowth")
df <- ToothGrowth
head(df)

Out[2]:

len  supp  dose
4.2  VC  0.5
11.5  VC  0.5
7.3  VC  0.5
5.8  VC  0.5
6.4  VC  0.5
10.0  VC  0.5

1. 常见的箱体图

In[3]:

p <- ggboxplot(df, x = "dose", y = "len")
p

Out[3]:

2. 更改绘图方向

可选参数："vertical", "horizontal", "reverse" (“垂直”，“水平”，“反向”)

In[4]:

ggpar(p, orientation = "vertical")

Out[4]:

In[5]:

ggpar(p, orientation = "reverse")

Out[5]:

In[6]:

ggpar(p, orientation = "horizontal")

Out[6]:

rotate 如果为TRUE，则通过将绘图方向设置为水平来旋转图形。

In[7]:

ggpar(p,rotate = T)

Out[7]:

1. 更改标题名和轴标签名

In[8]:

ggpar(p,
   main = "Plot of length n by dose",
   xlab = "Dose (mg)", ylab = "Length")

Out[8]:

2. 更改标题和轴标签样式

标题字体样式: 'plain', 'italic', 'bold', 'bold.italic'(“普通”，“斜体”，“粗体”，“斜粗体”)

In[9]:

ggpar(p,
   main = "Length by dose",
   submain = "plot by length",
   font.main = c(24,"bold.italic", "red"),
   font.submain = c(14,"bold.italic", "green"),
   font.x = c(14, "bold", "#2E9FDF"),
   font.y = c(14, "bold", "#E7B800"))

Out[9]:

3. 隐藏轴标签

In[10]:

ggpar(p, xlab = FALSE, ylab = FALSE)

Out[10]:

1. 带颜色的箱体图

In[11]:

p2 <- ggboxplot(df, "dose", "len", color = "dose")
p2

Out[11]:

2. 使用自定义调色板

In[12]:

ggpar(p2, palette = c("#00AFBB", "#E7B800", "#FC4E07"))

Out[12]:

3. 使用Dark2 、grey 、 npg等调色板

In[13]:

ggpar(p2, palette = "Dark2" )

Out[13]:

In[14]:

ggpar(p2, palette = "grey")

Out[14]:

In[15]:

ggpar(p2, palette = "npg") # nature

Out[15]:

1. 轴刻度标签和旋转

font.tickslab, font.xtickslab, font.ytickslab：刻度标签的字体样式（大小，字体，颜色）

x.text.angle, y.text.angle：x、y轴的字体方向

In[16]:

ggpar(p,
 font.tickslab = c(14,"bold", "#993333"),
 x.text.angle = 45, y.text.angle = 45)

Out[16]:

2. 隐藏轴刻度和刻度标签

In[17]:

ggpar(p, ticks = F, tickslab = F)

Out[17]:

3. 设置轴的范围

In[18]:

ggpar(p, ylim = c(-20, 60))

Out[18]:

In[19]:

ggpar(p, ylim = c(-20, 60),yticks.by = 10 )

Out[19]:

4. 轴刻度log2转换

In[20]:

ggpar(p, yscale = "log2", format.scale = TRUE)

Out[20]:

1. 更改图例的位置和标题

In[21]:

ggpar(p2,
 legend = "right", legend.title = "Dose (mg)",
 font.legend = c(10, "bold", "red"))

Out[21]:

往期相关链接：

1、R基础篇

excel不熟练怎么办，R来帮您（一）数据分类汇总；

如何使用Rstudio练习R基础教程；

R相关软件及R包安装；

【零基础学绘图】之气泡图绘制（六）；

【零基础学绘图】之绘制venn图（五）；
【零基础学绘图】之绘制barplot柱状图图（四）；
【零基础学绘图】之绘制heatmap图（三）；

【零基础学绘图】之绘制PCA图（二）；

【零基础学绘图】之alpha指数箱体图绘制（一）；

2、R进阶

【绘图进阶】之带连线的箱体图绘制(8)；

【绘图进阶】之配对箱体图绘制(七)；

【绘图进阶】之通路与菌的相关性分析热图(六)；

【绘图进阶】之lefse定制化绘图(五)；

【绘图进阶】之六种带中心点的PCA 图和三维PCA图绘制（四）；

【绘图进阶】之交互式可删减分组和显示样品名的PCA 图（三）；

【绘图进阶】之绘制PCA biplot图(二)；

【进阶篇绘图】之带P值的箱体图、小提琴图绘制（一）；

3.python基础篇

Python入门到底有多简单（一）：数据读写与输出；

4、数据提交

3分钟学会微生物多样性云平台数据分析;

3分钟学会CHIP-seq类实验测序数据可视化 —IGV的使用手册；

10分钟搞定多样性数据提交，最快半天内获取登录号，史上最全的多样性原始数据提交教程；

20分钟搞定GEO上传，史上最简单、最详细的GEO数据上传攻略；

5、表达谱分析

表达谱分析（二）通路富集分析和基因互作网络图绘制；

如何对GEO数据进行差异分析；

miRNA靶基因预测软件__miRWalk 3.0；

6、医学数据分析

KING: 样本亲缘关系鉴定工具；

【WGS服务升级】人工智能软件SpliceAI助力解读罕见和未确诊疾病中的非编码突变；

隐性疾病trio家系别忽视单亲二倍体现象——天昊数据分析助力临床疾病诊断新添UPD（单亲二倍体）可视化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的关键基因查询数据库，我不允许你不知道Phenolyzer；

天昊客户服务中心

手机/微信号：18964693703

【本群将为大家提供】

分享生信分析方案

提供数据素材及分析软件支持

定期开展生信分析线上讲座

QQ号：1040471849

作者：大熊

审核：有才

来源：天昊生信团