ggplot2(7)-注解

发表于 | 分类于
| 字数统计: 1,300 | 阅读时长 ≈ 7

添加文本注解

添加文本注解的函数是annotate()，查看数据集

1
2
3
4
5
6
7
8
> head(faithful)
  eruptions waiting
1     3.600      79
2     1.800      54
3     3.333      74
4     2.283      62
5     4.533      85
6     2.883      55

绘图，如下所示：

1
2
3
4
library(ggplot2)
p <- ggplot(faithful,aes(x=eruptions,y=waiting))+geom_point()
p + annotate("text",x=3,y=48,label="Group 1")+
  annotate("text",x=4.5,y=66,label="Group 2")

mark

对注解进行修饰

1
2
3
4
p + annotate("text",x=3,y=48,label="Group 1",family="serif",
             fontface="italic",colour="darkred",size=3)+
  annotate("text",x=4.5,y=66,label="Group 2", family="serif",
           fontface="italic",colour="darkred",size=3)

mark

在添加文本的时候，不要用geom_text() ，如下所示：

1
2
p + annotate("text",x=3,y=48, label="Group 1",alpha=0.1)+
  geom_text(x=4.5,y=61,label="Group 2",alpha=0.1)

mark

如果坐标轴是连续型的，可以使用Inf和-Inf在绘图区域的边放置文本注解。同时用vjust与hjust来进行微调。 

1
2
p + annotate("text",x=-Inf,y=Inf,label="Upper left",hjust=-0.2,vjust=2)+
  annotate("text",x=mean(range(faithful$eruptions)),y=-Inf,vjust=-0.4,label="Bottom middle")

mark

使用数学表达式

1
2
p <- ggplot(data.frame(x=c(-3,3)),aes(x=x))+stat_function(fun=dnorm)
p + annotate("text",x=2,y=0.3,parse=TRUE,label="frac(1,sqrt(2*pi))*e^{-x^2/2}")

mark

如果要显示两个相邻的变量，需要在它们之间放置一个星号(*)，如下所示： 

1
2
p + annotate("text",x=0,y=0.05,parse=TRUE,size=4,
             label="'Function:'*y==frac(1,sqrt(2*pi))*e^{-x^2/2}")

mark

添加直线

横线：geom_hline()，即h对应的是horizon 竖线：geom_vline()，即v对应的是vertical 

1
2
3
library(gcookbook)
p <- ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=sex))+geom_point()
p + geom_hline(yintercept=60)+geom_vline(xintercept=14) # 添加横线与竖线

mark

以下是添加有角度的直线

1
p + geom_abline(intercept=37.4,slop=1.75)

mark

将数据映射到yintercept上

1
2
3
4
5
6
7
8
9
library(plyr)
hw_means <- ddply(heightweight,"sex",summarise,heightIn=mean(heightIn))
# 这一段话的意思是，对heightweight的数据集进行处理，将其按照sex进行分类，增加一列为heightIn，heightIn的值是分类后原数据集中heightIn的均值
hw_means
##   sex heightIn
## 1   f 60.52613
## 2   m 62.06000
p + geom_hline(aes(yintercept=heightIn,colour=sex),data=hw_means,linetype="dashed",size=1)

mark

当数据是离散型

下面的两个图形中，坐标轴中有ctrl,trt1,trt2三个标签，分别是因子水平1,2,3 

1
2
3
4
5
6
7
8
9
10
11
12
head(PlantGrowth)
##   weight group
## 1   4.17  ctrl
## 2   5.58  ctrl
## 3   5.18  ctrl
## 4   6.11  ctrl
## 5   4.50  ctrl
## 6   4.61  ctrl
pg <- ggplot(PlantGrowth,aes(x=group,y=weight))+geom_point()
pg

mark

添加线段与箭头

1
2
3
p <- ggplot(subset(climate,Source=="Berkeley"),aes(x=Year,y=Anomaly10y))+
  geom_line()
p + annotate("segment",x=1950,xend=1980,y=-0.25,yend=-0.25)

mark

添加箭头

用grid包中的arrow()函数 

1
2
3
4
5
library(grid)
p + annotate("segment",x=1850,xend=1820,y=-0.8,yend=-0.95,colour="blue",size=2,arrow=arrow())+
  annotate("segment",x=1950,xend=1980,y=-0.25,yend=-0.25,
           arrow=arrow(ends="both",angle=90,length=unit(0.2,"cm")))
# 参数angle是角度，length是设置长度，默认的是英寸

mark

添加矩形阴影

1
2
p <-ggplot(subset(climate,Source=="Berkeley"),aes(x=Year,y=Anomaly10y))+geom_line() 
p+annotate("rect",xmin=1950,xmax=1980,ymin=-1,ymax=1,alpha=0.1,fill="blue")

mark

上图是先添加曲线，然后加入面积，面积在曲线的上层，如果改变添加顺序，可以调整图形的叠加：

下面的例子是把线添加到矩形上面：

1
p + annotate("rect",xmin=1950,xmax=1980,ymin=-1,ymax=1,alpha=1,fill="blue")+geom_line()

mark

下面的图形是把矩形放到线上面： 

1
p + geom_line()+annotate("rect",xmin=1950,xmax=1980,ymin=-1,ymax=1,alpha=1,fill="blue")

mark

高亮某一元素

1
2
3
4
5
6
pg <- PlantGrowth
pg$h1 <- "no" # 添加一列h1，全都为no
pg$h1[pg$group=="trt2"] <- "yes"
# 把pg的grouop中是trt2的改为yes
ggplot(pg,aes(x=group,y=weight,fill=h1))+geom_boxplot()+
  scale_fill_manual(values=c("grey85","#FFDDCC"),guide=FALSE)

mark

在上述案例中，可以将group映射给fill，得到的结果相同： 

1
2
ggplot(PlantGrowth,aes(x=group,y=weight,fill=group))+geom_boxplot()+
  scale_fill_manual(values=c("grey85","grey85","#FFDDCC"),guide=FALSE)

mark

添加误差线

1
2
ce <- subset(cabbage_exp,Cultivar=="c39")
ggplot(ce,aes(x=Date,y=Weight))+ geom_bar(fill="white",colour="black",stat = "identity")+geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),width=0.2)

mark

为折线图添加误差线：

1
2
3
4
ggplot(ce,aes(x=Date,y=Weight))+
  geom_line(aes(group=1))+
  geom_point(size=4)+
  geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),width=0.2)

mark

条形图误差线

条形图的修改 默认情况下，geom_bar()的并列宽度是0.9，如果在geom_errorbar()中不进行指定，则误差线不会与条形图正中央对齐，如下所示： 

1
2
3
4
5
6
7
8
9
10
11
12
13
head(cabbage_exp)
##   Cultivar Date Weight        sd  n         se
## 1      c39  d16   3.18 0.9566144 10 0.30250803
## 2      c39  d20   2.80 0.2788867 10 0.08819171
## 3      c39  d21   2.74 0.9834181 10 0.31098410
## 4      c52  d16   2.26 0.4452215 10 0.14079141
## 5      c52  d20   3.11 0.7908505 10 0.25008887
## 6      c52  d21   1.47 0.2110819 10 0.06674995
ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+
  geom_bar(position="dodge",stat="identity")+
  geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),position="dodge",width=0.2)

mark

如果在geom_errorbar()中进行了设置，即position=positon_dodge(0.9),则误差线则与条形图中央进行对齐： 

1
2
3
4
ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+
  geom_bar(position="dodge",stat="identity")+
  geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),
                position=position_dodge(0.9),width=0.2)

mark

误差线的调节

如果误差线与线和点的颜色不同，则应先绘制误差线，再绘制线，这样误差线就在线的下层： 

1
2
3
4
5
6
7
pd <- position_dodge(0.3)
ggplot(cabbage_exp,aes(x=Date,y=Weight,colour=Cultivar,group=Cultivar))+
  geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),
                width=0.2,size=0.25,colour="black",position=pd)+
  geom_line(position=pd)+
  geom_point(position=pd,size=2.5)

mark

参考资料

  1. 常肖楠, 邓一硕, 魏太云. R数据可视化手册[M]. 人民邮电出版社, 2014.