ggplot2循环绘图

ggplot2的单次展示
ggplot2的循环画图

展示数据的方式有很多，图形无疑是最佳的方法之一，因为图形能更直观地展示数据的变化规律。ggplot2是R语言绘图功能最强大的R包之一，大家肯定非常熟悉，但平时绘图的时候可能需要画同类型图很多次，因此循环绘图是很有必要学习和掌握的。今天主要与大家分享ggplot循环画图及保存导出。

ggplot2的单次展示

首先，我们准备好数据。其中，数据集的x轴为样地（site），y轴为对应物种的丰度（abundance）。

head(df3a)

利用ggplot2包中的geom_bar(）绘制柱状图：

df3a %>%ggplot(aes(as.factor(site), Mean, fill=as.factor(site)))+geom_bar(stat = "identity", width = 0.75)+geom_errorbar(aes(ymin=Mean-se, ymax=Mean+se), width=0.15)+scale_fill_manual(values = c('#BBB8DF', '#F8B65C', '#80B1D2', '#FB8071'))+theme_bw()+theme(panel.grid.major = element_blank(),panel.grid.minor = element_blank(),legend.position = "none",axis.text.x = element_text(color = "black", size=12, vjust = 0.5, hjust = 0.5),axis.text.y = element_text(color = "black", size=12),axis.title = element_text(color = "black", size=12))+labs(x="Site", y="Mean")

单次绘图结束，保存导出：

# ggsave 保存pdf
ggsave("df3a.pdf")# export中graph2ppt 保存ppt给格式
graph2ppt(file = "df3a.ppt", append=T)

ggplot2的循环画图

准备一份工作量比较大，需要重复次数较多的数据集，具体示例如下：

head(dfsp)

具体情况如下：目的就是为了绘制相同site下不同年份的图。如果site有30个，也就是意味着需要绘制30张重复的图。重复30次代码，这样看起来有点笨拙和累赘。因此，我们就要学会ggplot的循环绘图来解决这个问题。

接下来，我们需要先构建出需要循环的个数，也就是对应需要重复画图的数量

p <- c(paste0('p',unique(dfsp$site)));p
length(p)

我们以对应的site作为顺序，然后构建了p(site number)，可以看出需要循环绘图24次。因此，ggplot循环是非常有意义的。

再定义一个list来打包装载所需循环绘制图的输出格式及名称。

dir <- list()

关键一步，就是循环的思路。其实无非就是ggplot重复了24次，只是替换了数据。其他ggplot绘图参数是一样的，就是绘图数据不同，因此我们需要完成以下步骤就可以了：

1.将数据循环起来；
2.对不同的数据循环绘制；
3.循环导出即可。

循环导出的结果，这里以pdf和ppt格式为例。由于这两种导出的格式，其循环过程不太一样。

1）循环绘图导出pdf格式，具体解读在code中。如果用ggsave来循环导出结果，其需要循环每次绘图时都有对应本次的打印结果（换句话说，也就是你绘图了一张图，要有对应每张图的赋值变量名称，并且要求该名称可以直接打印出图的结果）

for(i in 1:length(unique(dfsp$site))){# 循环的次数就是i in 1:length(unique(dfsp$site))dir[[i]]<-paste("p",unique(dfsp$site)[i],".pdf",sep = "")
# dir的目的是构建循环对应图顺序的导出格式，这里是以pdf为例
# 因为我要用的导出函数为ggsave，该函数还可以导出其他格式，根据自己需求修改
# “.pdf”表示输出的为pdf格式。
# 其中用paste函数批量生成以p开头的名称，px。结果就是刚刚产生的p对应的导出名称，例如：p10.pdf。df_for <- dfsp %>% filter(site==unique(dfsp$site)[i])
# 这行就是循环的关键，循环数据。通过filter函数来循环对应site的情况。# assign函数的作用，就是将对应循环ggplot的结果赋值给p[i]
# 由于i是固定的顺序，因此都可以一一对应。
# ggplot的其他参数都没有修改，就是循环了数据。assign(p[i],ggplot(df_for, aes(as.factor(Year), Mean, fill=as.factor(Year)))+geom_bar(stat = "identity", width = 0.75, position = position_dodge(0.7))+geom_errorbar(aes(ymin=Mean-se, ymax=Mean+se), width=0.15)+scale_fill_manual(values = c('#BBB8DF', '#F8B65C', '#80B1D2', '#FB8071','#8CD3CB','#B780B4'))+geom_text(aes(label=groups, y = Mean+se + 4), position = position_dodge(0.7))+theme_bw()+theme(panel.grid.major = element_blank(),panel.grid.minor = element_blank(),legend.position = "none",axis.text.x = element_text(color = "black", size=12, vjust = 0.5, hjust = 0.5),axis.text.y = element_text(color = "black", size=12),axis.title = element_text(color = "black", size=12))+ggtitle(unique(dfsp$site)[i])+
# 另外，我们为了更好的识别哪张图对应哪个site，我们给每次循环的绘图结果加上title，tile为对应sitelabs(x="Year", y="Mean"))ggsave(file = dir[[i]])
# 最后用ggsave导出循环结果，其中dir[[i]]就是刚开始我们需要循环导出图的名称及格式。
}

循环导出ppt格式，为什么会考虑这个格式呢，其一是：能够导出pdf方便后期一些细节的优化（类似AI和PS），其二是：该导出结果用到的是export包中的graph2ppt()，该函数的循环过程与ggsave过程不一样，它不需要每次都打印循环对应的图，而是直接把最终的结果一次性打印出来，然后用graph2ppt()函数中append=T的参数，表示将所有绘图的结果（24张）都打包到同一个ppt名下，如果append=F，则只会保留最后一个图，因为这样每次导出该名下的结果会覆盖上一次结果。

for(i in 1:length(unique(dfsp$site))){dir[[i]]<-paste("p",unique(dfsp$site)[i],".ppt",sep = "")df_for <- dfsp %>% filter(site==unique(dfsp$site)[i])a <- ggplot(df_for, aes(as.factor(Year), Mean, fill=as.factor(Year)))+geom_bar(stat = "identity", width = 0.75, position = position_dodge(0.7))+geom_errorbar(aes(ymin=Mean-se, ymax=Mean+se), width=0.15)+scale_fill_manual(values = c('#BBB8DF', '#F8B65C', '#80B1D2', '#FB8071','#8CD3CB','#B780B4'))+geom_text(aes(label=groups, y = Mean+se + 4), position = position_dodge(0.7))+theme_bw()+theme(panel.grid.major = element_blank(),panel.grid.minor = element_blank(),legend.position = "none",axis.text.x = element_text(color = "black", size=12, vjust = 0.5, hjust = 0.5),axis.text.y = element_text(color = "black", size=12),axis.title = element_text(color = "black", size=12))+ggtitle(unique(dfsp$site)[i])+labs(x="Year", y="Mean", size=12)print(a)export::graph2ppt(file = "result.ppt",append=T)
}

温馨提醒：导出ppt格式的code写法上与ggsave差异主要体现在，打印结果。可以看到当我们想利用graph2ppt函数导出ppt时，我们是直接用的a作为赋值结果，然后直接print(a)。最后一次性将循环绘图的结果打包到了result该ppt下。（不要忘记加载tidyverse包）

最后从当前路径下可以找到我们的结果：

一共包含24张pdf结果，和1个ppt结果。ppt可以看到有24张结果图。

R语言ggplot2 | 循环画图及导出相关推荐

R语言ggplot2可视化左对齐两个可视化图像的画图区域（边缘）实战
R语言ggplot2可视化左对齐两个可视化图像的画图区域(边缘)实战目录 R语言ggplot2可视化左对齐两个可视化图像的画图区域(边缘)实战
R语言使用循环语句一次性画出多幅图
R语言使用循环语句一次性画出多幅图首先加载包,patchwork用来一个界面展示多幅图具体的可以看这篇文章 library(ggplot2) library(patchwork) 以数据iris为 ...
[置顶]R语言 ggplot2包
R语言 ggplot2包的学习分析数据要做的第一件事情,就是观察它.对于每个变量,哪些值是最常见的?值域是大是小?是否有异常观测? ggplot2图形之基本语法: ggplot2的核心理念是将绘图 ...
数据可视化——R语言ggplot2包绘制精美的小提琴图(并箱线图或误差条图组合)
数据可视化--R语言ggplot2包绘制精美的小提琴图(并箱线图或误差条图组合) 概述:R语言使用ggplot2工具包绘制小提琴图.为了使数据表达更加丰富,同时将小提琴图与箱线图和误差条图相结合.另外 ...
R语言ggplot2可视化
R语言数据可视化必备利器之ggplot2包由于最近学习必要画图较多,所以对R语言ggplot2包的使用较多,在此分享一下自己的心得以及体验,如有错误请小伙伴即时更正. ggplot2有着自己的语法, ...
r语言for循环的c(),R语言简单for循环（二）
创建一个简单数据框 Sys.setlocale('LC_ALL','C') ## [1] "C" library(tidyverse) ## -- Attaching packag ...
R语言ggplot2地理信息可视化（上）
很荣幸,能来北京参加2018年第十一届中国R会议,并在中国人民大学-R语言数据可视化会场作报告. 本次演讲题目:<R语言ggplot2之地理信息可视化>,本次演讲重点讲解R语言基于ggpl ...
R语言ggplot2地理信息可视化（下）
很荣幸,能来北京参加2018年第十一届中国R会议,并在中国人民大学-R语言数据可视化会场作报告. 本次演讲题目:<R语言ggplot2之地理信息可视化>,本次演讲重点讲解R语言基于ggpl ...
R语言ggplot2可视化：ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释（自定义圆圈的大小）
R语言ggplot2可视化:ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释(自定义圆圈的大小) 目录

R语言ggplot2 | 循环画图及导出

ggplot2循环绘图

ggplot2的单次展示

ggplot2的循环画图

R语言ggplot2 | 循环画图及导出相关推荐

最新文章

热门文章