R语言绘图、数据处理学习记录持续更新

20220411——基础知识学习

20220412——读写操作和基本函数

20220415——循环语句学习

20220418——数据框的操作

20220419——可视化练习

20230107——长数据变宽数据，带置信区间的折线图

20230109——类似于误差棒的折线图

20230113——带趋势线的置信区间折线图

20220411——基础知识学习

1.了解赋值符号，类型：字符串型、数值型、复数、双精度、整型；

2.向量和矩阵（matric）；

3.array、data.frame、list；

20220412——读写操作和基本函数

4.导入文本：csv（readr包，read_csv函数【col_type=cols();col_names=T】）

xls(readxl包)

txt(read.csv('',sep=" "))【注意分隔符】

编辑数据框：student1<-edit(student)【赋值到对象本身】

5.基本数据集属性查看：attributes(iris)【属性查询】

6.文件写入；write.csv("",row.names=F)

7.运算符：算数（对向量的基本加减乘除【%%余数】）；比较运算符（>,<,=,>=,==,!=）;逻辑运算符（F|T;F&T）；比较与逻辑结合（a[a>10&a<20]）

8.基本函数：（abs,sqrt、、、round(,有效小数位数)，mean,median,var,sd,quantile,range)

9.字符串处理函数：

nchar:字符数量；paste：组合向量；（“this is”，data()）,("",sep="");

strsplit:分割；substr(x,1,3)<-"aaa"；gsub("b","B",y)；

10.apply函数组：

air_data<-apply(air_data[xiugai],2,as.numeric)
apply(air_data[xiugai],2,mean)
lapply(air_data,typeof)
sapply(air_data[xiugai],mean,na.rm=T)
mapply(paste,list1,list2,sep="")

20220415——循环语句学习

11.循环结构，for while if elseif switch(2，“a”,"b","c") ifelse(向量);

12.自定义函数：

# 自定义函数
myadd<-function(a,b){print(paste("the first is",a))print(paste("the second is",b))return(a+b)
}
myadd(a=2,b=4)
# 匿名函数
sapply(1:10,function(x){x^2})
# example
fib<-function(x){v3<-c(1,1)if(x<=2){return(v3[1:x])}else{for (i in 3:x) {v3[i]=v3[i-1]+v3[i-2]}return(v3)}}
fib(2)

20220418——数据框的操作

datasets::airmiles
data<-airquality
names(data)
# 处理缺失值
data_n<-na.omit(data)
# 数据框中新建列，对列的操作
data_n[""]<-
data_n$Ozo<-ifelse(data_n$Ozone>100,"warning",ifelse(data_n$Ozone>80,"serious","normal"))
data_n[c("Ozone","Ozo")]
data_n$ozo2[data_n$Ozone>100]<-"warning"
data_n$ozo2
# 修改变量列的名字
names(data_n)[4]<-"t"
names(data_n)
# 多列修改
xiugainame<-c("t","ozo2")
names(data_n)[names(data_n)%in%xiugainame]<-c("temp","ozojudge")
# 对列操作
baoliu<-c("Ozone","temp")
baoliudata<-data_n[baoliu]
baoliudata2<-baoliudata[,-c(2)]
# 选取“warning”的所有信息
newdata<-data_n[data_n$Ozo=="warning",]
# subset行
newdata2<-subset(data_n,Ozo=="warning",)
# subset列
newdata3<-subset(data_n,,1:3)# 数据连接,横向合并，按具有的相同行的属性
a<-data_n[1:4,c(3,5,7)]
b<-data_n[5:8,c(1,4,7)]
merge(a,b,by = "Ozo")
names(a)[3]="o"
merge(a,b,by.x = "o",by.y = "Ozone",all = TRUE)
a<-data_n[1:4,c(3,5,7)]
b<-data_n[1:4,c(1,4,7)]
cbind(a,b)
# 纵向合并d<-data_n[1:3,1:3]
e<-data_n[2:5,1:3]
h<-rbind(d,e)
h
duplicated(h)
h[!duplicated(h),]
# 向量的排序
ozo6<-data_n$Ozone[1:20]
sort(ozo6,decreasing = T)
order(ozo6)
ozo6[order(ozo6)]
A<-data_n[order(data_n$Ozone),]# 函数的转置
t()
# 按行分组
aggregate(data_n$Ozone,by=list(data_n$Ozo),mean)
# 随机抽样
set.seed(11)
sample(1:100,10,replace=T)

20220419——可视化练习

mtcars
plot(mtcars$disp,mtcars$wt,pch=10,cex=1.5,col="blue")
# pch,点的符号；cex，点的大小;type,点图还是线图;lty，线型；lwd,线宽
# main,标题；x,y标签，xlab；xlim,范围；
plot(mtcars$disp,mtcars$wt,pch=10,cex=1.5,col="blue")
# 增加线条、拟合线
abline(h=c(3,4),v=c(200,400))
abline(lm(mtcars$disp~mtcars$wt))
m0<-subset(mtcars,vs==0)
m1<-subset(mtcars,vs==1)
plot(m0$disp,m0$wt,pch=16,cex=1.5,col="blue",xlim=range(mtcars$disp))
points(m1$disp,m1$wt,pch=17,cex=1.5,col="green")
abline(lm(m0$disp~m0$wt),col = "blue")
abline(lm(m1$disp~m1$wt),col = "green")
legend("bottomright",title="a",legend = c("V","s"),col=c("blue","green"),pch = c(16,17))
# 基本类型图，箱线图、饼图、条形图等，后期涉及到了再看吧

20230107——长数据变宽数据，带置信区间的折线图

library(xlsx)
library(tidyr)
setwd("D:/ncc_datas/datasorting")
data<-read.xlsx('fisrt_R_w.xlsx',sheetName = "Sheet1")
mydata<-gather(data,key="year",value = "result",X2006:X2020)
###数据类型要是数值型
###多列数据首尾相连
a<-c()
for (i in 1:15) {b<-2005+ic<-rep(b,1420)a<-cbind(a,c)
}
data2 <- c(a[,1])
for (j in 2:15) {data2 <- c(data2,a[,j])
}
data2<-as.data.frame(data2)
mydata$year2<-data2[,]
str(mydata$year2)###stat_summary
library(ggplot2)
ggplot(mydata, aes(x=year2, y=result, col=variable, fill=variable)) +stat_summary(fun.data="mean_cl_boot", geom="ribbon",#width=.2,alpha=I(.5)) +stat_summary(fun="median", geom="line") +labs(x="Year", y="value") +theme_bw() +theme(legend.position="top") +scale_fill_brewer(type="qual", palette=2,guide=guide_legend(direction="vertical",label.position="bottom",title=NULL,ncol=4,label.hjust=0.5)) +scale_color_brewer(type="qual", palette=2, guide="none")+facet_wrap(~variable,ncol=23)###anathor method-手动计算
result<-c()
for (k in 1:5) {for (i in 3:17) {data2<-data[c(((k-1)*284+1):(k*284)),i]va<-data[k*284,1]med<-median(data2)b<-quantile(data2)up<-b[4]low<-b[2]year<-i+2003res<-c(va,year,med,low,up)result<-rbind(result,res)}}
colnames(result)<-c("va","year","med","low","up")
result<-as.data.frame(result)
result$year<-as.numeric(result$year)
result$med<-as.numeric(result$med)
result$up<-as.numeric(result$up)
result$low<-as.numeric(result$low)###write.xlsx(result,"D:/ncc_datas/datasorting/result.xlsx",sheetName = "Sheet1",append = TRUE)
# ribbon<-c("#F9FCE1","#FBD1B7","#FEE9B2","#FFD966","#D3F6F3")
# lin<-c("#DFEE5B","#F8AB7C","#FDD05B","#99EAE3","#F9BB00")
ggplot()+geom_ribbon(data=result,aes(x=year,ymin=low,ymax=up,fill=va,group=va),alpha=0.5)+geom_line(data=result,aes(x=year,y=med,group=va,color=va),size=1,show.legend = FALSE)+scale_fill_manual(values = c("#EFF7AC","#FBD1B7","#FEE9B2","#D3F6F3","#D6D6D3"))+scale_color_manual(values = c("#EFF7AC","#FBD1B7","#FEE9B2","#D3F6F3","#D6D6D3"))+theme_bw()

数据类型变化参考：

如何用R来处理数据表的长宽转换（图文详解）r语言长数据与宽数据的转换 - 开发者博客

带置信区间折线图参考：

R语言ggplot2折线图(line plot)添加置信区间（CI）展示学术论文作者数量的变化趋势
跟着Environmental Research学作图：R语言ggplot2堆积柱形图叠加折线图（2）

第一次没有运行出来，因为整理的数据格式存在问题；后面将year和y值数据类型转换成数值型可以成功运行，大概就是这个样子，不过还不知道怎么可以让线的颜色和ribbon的颜色不一样，比如再深一点？？？

20230109——类似于误差棒的折线图

带置信区间的图不太容易看清楚，做成类似误差棒的图

###误差线表示ggplot()+geom_errorbar(data=result,aes(x=year,ymin=low,ymax=up,color=va),width=.1)+geom_line(data=result,aes(x=year,y=med,group=va,color=va),size=1,show.legend = FALSE)+geom_point(data=result,aes(x=year,y=med,group=va,color=va))+scale_fill_manual(values = c("#DFEE5B","#F8AB7C","#FDD05B","#99EAE3","#CCC2CF"))+scale_color_manual(values = c("#DFEE5B","#F8AB7C","#FDD05B","#99EAE3","#CCC2CF"))+theme_bw()

20230113——带趋势线的置信区间折线图

相关做法参考:R语言折线添加灰色区域置信

其中，facet函数重改标签等参考：

R语言ggplot2可视化分面图（facet_wrap）、使用size参数自定义设置分面图标签栏（灰色标签栏）中的标签文本的字体大小_Data+Science+Insight的博客-CSDN博客_r语言facet_wrap图名字体修改

关于r：ggplot重命名facet_wrap中的构面标签 | 码农家园

字体设置：

R语言绘图|4.ggplot2作图-如何快速设置不同的字体！ - 知乎

坐标轴设置：R语言ggplot2零散笔记~坐标轴放到右边/更改绘图边界 - 知乎

标签文本上标：应用错误收集

tm<-result[c(1:16),]##mean自己整理的数据，主要是均值置信区间等
p1<-ggplot(data=tm,aes(x=year,y=pj))+geom_line(color="#FBB7B7",linewidth=1.5,show.legend = FALSE)+geom_smooth(colour="#F87C7C",se = 0, size = 2.0, method = lm, alpha = 0.3) +stat_cor(method = "pearson",label.y.npc = "top",size=4)+geom_ribbon(aes(ymin=low,ymax=up),alpha=0.5,fill="#FBB7B7")+theme_bw() +theme(legend.position="none") +scale_fill_manual(values=c("#FBB7B7")) +scale_color_manual(values=c("#FBB7B7"))+scale_y_continuous(position = "right")+facet_wrap(~va)+theme_bw()+theme(text = element_text(family = ziti,face = "bold"),axis.title = element_text(# family = ziti,##坐标轴标签字体# face='bold', ##字体外形（粗斜体等）size=14, ##字体大小lineheight = 1),##标签行间距的倍数axis.text = element_text(# family = ziti,##字体# face="bold", ##字体外形（粗斜体等）color="blue",size=12),strip.text = element_text(size=16, lineheight=0.5))+ ###facet标签字体大小设置# scale_x_continuous(limits = c(1,7),breaks=seq(0,7,1))+ #x坐标轴刻度标签和范围# scale_y_continuous(limits = c(10,45),breaks=seq(10,45,10))+  #y坐标轴刻度标签和范围# geom_hline(yintercept=15,size=0.5,linetype=2,color="blue")+  ##横轴的虚线labs(title ="", ##添加X,Y,主标题x="Year", y=expression(bold(paste(Monthly," ",mean," ",values," ","(",10^7,w,")"))))###设置上标

问题：R语言导出的PNG图到Visio中变成黑白的，EMF格式导出没有半透明颜色背景；最终以TIFF格式顺利导入Visio

20230114——facet_wrap上下标

facet_wrap上下标参考：

https://www.5axxw.com/questions/content/rvm4ly

[Unicode] Unicode的上标与下标_虎猫_EICHO的博客-CSDN博客_unicode 下标

patch包拼图参考：R语言ggplot2拼图包patchwork安装使用_R语言_脚本之家

问题：
patchwork包图与图之间的间隙不知道怎么调整？？？？？比如，如果四个图竖向排列之间无间隙共用一个坐标轴呢？