万能转换：R图转成Word、PPT、Excel、HTML、Latex、矢量图等

R包export可以轻松的将R绘制的图和统计表输出到 Microsoft Office (Word、PowerPoint和Excel)、HTML和Latex中，其质量可以直接用于发表。

你和PPT高手之间，就只差一个iSlide
Excel改变了你的基因名，30% 相关Nature文章受影响，NCBI也受波及

特点

可以用命令将交互式R图或ggplot2、Lattice或base R图保存到Microsoft Word、Powerpoint或其他各种位图或矢量格式。
完全可编辑的Powerpoint矢量格式输出，支持手动整理绘图布局。
将统计分析的输出保存为Excel、Word、PowerPoint、Latex或HTML文档的表格形式。
自定义R输出格式。

安装

export包可以在Windows、Ubuntu和Mac上跨平台运行。不过有些Mac发行版默认情况下没有安装cairo设备，需要自行安装。如果Mac用户已安装XQuartz，这个问题就解决了，它可以从https://www.xquartz.org/免费获得。

官方CRAN发布

install.packages("export")

该包主要包括以下几种转换

graph2bitmap
graph2office
graph2vector
rgl2bitmap 转换3D图
table2office
table2spreadsheet
table2tex
graph2bitmap: 将当前R图保存到bmp文件中
graph2png: 将当前R图保存到png文件中
graph2tif: 将当前R图保存到TIF文件中
graph2jpg: 将当前R图保存为JPEG文件

使用帮助信息如下：

graph2bitmap(x = NULL, file = "Rplot", fun = NULL, type = c("PNG","JPG", "TIF"),aspectr = NULL, width = NULL, height = NULL, dpi = 300,scaling = 100,font =ifelse(Sys.info()["sysname"] == "Windows", "Arial","Helvetica")[[1]], bg = "white", cairo = TRUE,tiffcompression = c("lzw", "rle", "jpeg", "zip", "lzw+p", "zip+p"),jpegquality = 99, ...)

aspectr: 期望纵横比。如果设置为空，则使用图形设备的纵横比。
width: 所需宽度(英寸);可以与期望的纵横比aspectr组合。
height: 所需高度(英寸);可以与期望的纵横比aspectr组合。
scaling: 按一定比例缩放宽度和高度。
font: PNG和TIFF输出中标签所需的字体; Windows系统默认为Arial，其他系统默认为Helvetica。
bg: 所需的背景颜色，例如“白色”或“透明”。
cairo: 逻辑，指定是否使用Cairographics导出。
tiffcompression: 用于TIF文件的压缩。
jpegquality: JPEG压缩的质量。

准备开始

安装完 export包后，先调用该包

library(export)

用`ggplot2`绘图

library(ggplot2)
library(datasets)

x=qplot(Sepal.Length, Petal.Length, data = iris,color = Species, size = Petal.Width, alpha = I(0.7))

qplot()的意思是快速作图，利用它可以很方便的创建各种复杂的图形，其他系统需要好几行代码才能解决的问题，用qplot只需要一行就能完成。

使用半透明的颜色可以有效减少图形元素重叠的现象，要创建半透明的颜色，可以使用alpha图形属性，其值从0（完全透明）到1（完全不透明）。更多ggplot2绘图见ggplot2高效实用指南 (可视化脚本、工具、套路、配色) （往期教程更有很多生物信息相关的例子）。

鸢尾花(iris)是数据挖掘常用到的一个数据集，包含150个鸢尾花的信息，每50个取自三个鸢尾花种之一（setosa,versicolour或virginica)。每个花的特征用下面的5种属性描述萼片长度(Sepal.Length)、萼片宽度(Sepal.Width)、花瓣长度(Petal.Length)、花瓣宽度(Petal.Width)、类(Species)。

在console里展示数据图（长宽比自己调节）：

导出图形对象

# 需运行上面的ggplot2绘图
# Create a file name
# 程序会自动加后缀
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")# There are 3 ways to use graph2bitmap():### 1. Pass the plot as an object
graph2png(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(x=x, file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(x=x, file=filen, dpi=400, height = 5, aspectr=4)

导出当前绘图窗口展示的图

### 2. Get the plot from current screen device# 注意这个x，是运行命令，展示图像
x
graph2png(file=filen, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, dpi=400, height = 5, aspectr=4)

导出自定义函数输出的一组图

### 3. Pass the plot as a functio
plot.fun <- function(){print(qplot(Sepal.Length, Petal.Length, data = iris,color = Species, size = Petal.Width, alpha = 0.7))
}
graph2png(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2tif(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)
graph2jpg(file=filen, fun=plot.fun, dpi=400, height = 5, aspectr=4)

转换后的图形:

与Office系列的交互

大部分图的细节修改都是用代码完成的，不需要后续的修饰；但如果某一些修改比较特异，不具有程序的通用性特征，或实现起来比较困难，就可以考虑后期修改。比如用AI文章用图的修改和排版。熟悉PPT的，也可以用PPT，这时R的图导出PPT，就要用到graph2office系列函数了。

graph2ppt: 将当前R图保存到Microsoft Office PowerPoint/LibreOffice Impress演示文稿中。

graph2doc:将当前的R图保存到Microsoft Office Word/LibreOffice Writer文档中。

函数参数展示和解释

graph2office(x = NULL, file = "Rplot", fun = NULL, type = c("PPT", "DOC"),append = FALSE, aspectr = NULL, width = NULL, height = NULL,scaling = 100,paper = "auto", orient = ifelse(type[1] == "PPT","landscape", "auto"),margins = c(top = 0.5, right = 0.5, bottom = 0.5, left= 0.5),center = TRUE, offx = 1, offy = 1, upscale = FALSE, vector.graphic = TRUE, ...)

margins: 预设留白边距向量。
paper: 纸张尺寸——“A5”至“A1”用于Powerpoint导出，或“A5”至“A3”用于Word输出;默认“auto”自动选择适合您的图形的纸张大小。如果图太大，无法在给定的纸张大小上显示，则按比例缩小。
orient: 所需的纸张方向-“自动”，“纵向”或“横向”; Word输出默认为“自动”，Powerpoint默认为“横向”。
vector.graphic: 指定是否以可编辑的向量DrawingML格式输出。默认值为TRUE，在这种情况下，编辑Powerpoint或Word中的图形时，可以先对图形元素进行分组。如果设置为FALSE，则将该图以300 dpi的分辨率栅格化为PNG位图格式。(栅(shān)格化,是PS中的一个专业术语,栅格即像素,栅格化即将矢量图形转化为位图。)

同样有3种导出方式

# 需运行上面的ggplot2绘图
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")# There are 3 ways to use graph2office():### 1. Pass the plot as an object
# 导出图形对象graph2ppt(x=x, file=filen)
graph2doc(x=x, file=filen, aspectr=0.5)
### 2. Get the plot from current screen device# 导出当前预览窗口呈现的图
x
graph2ppt(file=filen, width=9, aspectr=2, append = TRUE)
graph2doc(file=filen, aspectr=1.7, append =TRUE)### 3. Pass the plot as a function
# 导出自定义函数输出的一系列图
graph2ppt(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)
graph2doc(fun=plot.fun, file=filen, aspectr=0.5, append = TRUE)

导出到office(ppt和word)中的图形，是可编辑的:

其它导出到ppt的例子（设置长宽比）

graph2ppt(file="ggplot2_plot.pptx", aspectr=1.7)

增加第二张同样的图，9英寸宽和A4长宽比的幻灯片 (append=T，追加)

graph2ppt(file="ggplot2_plot.pptx", width=9, aspectr=sqrt(2), append=TRUE)

添加相同图形的第三张幻灯片，宽度和高度固定

graph2ppt(file="ggplot2_plot.pptx", width=6, height=5, append=TRUE)

禁用矢量化图像导出

graph2ppt(x=x, file=filen, vector.graphic=FALSE, width=9, aspectr=sqrt(2), append = TRUE)

用图填满幻灯片

graph2ppt(x=x, file=filen, margins=0, upscale=TRUE, append=TRUE)

输出矢量图

graph2svg: 将当前的R图保存为SVG格式
graph2pdf: 将当前的R图保存为PDF格式
graph2eps: 将当前的R图保存为EPS格式

函数参数解释

graph2vector(x = NULL, file = "Rplot", fun = NULL, type = "SVG",aspectr = NULL,width = NULL, height = NULL, scaling = 100,font = ifelse(Sys.info()["sysname"] == "Windows","Arial","Helvetica")[[1]], bg = "white", colormodel = "rgb",cairo = TRUE,fallback_resolution = 600, ...)

fallback_resolution: dpi中的分辨率用于栅格化不支持的矢量图形。

#需运行上面的ggplot2绘图
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2vector():
### 1. Pass the plot as an object
# 导出图形对象
graph2svg(x=x, file=filen, aspectr=2, font = "Times New Roman",height = 5, bg = "white")
graph2pdf(x=x, file=filen, aspectr=2, font = "Arial",height = 5,  bg = "transparent")
graph2eps(x=x, file=filen, aspectr=2, font = "Arial",height = 5, bg = "transparent")# 导出当前预览窗口呈现的图
### 2. Get the plot from current screen device
x
graph2svg(file=filen, aspectr=2, font = "Arial",height = 5, bg = "transparent")
graph2pdf(file=filen, aspectr=2, font = "Times New Roman",height = 5, bg = "white")
graph2eps(file=filen, aspectr=2, font = "Times New Roman",height = 5, bg = "white")# 导出自定义函数输出的一系列图
### 3. Pass the plot as a functiongraph2svg(file=filen, fun = plot.fun, aspectr=2, font = "Arial",height = 5, bg = "transparent")
graph2pdf(file=filen, fun=plot.fun, aspectr=2, font = "Arial",height = 5, bg = "transparent")
graph2eps(file=filen, fun=plot.fun, aspectr=2, font = "Arial",height = 5, bg = "transparent")

转换3D图形

rgl2png: 将当前的rgl 3D图形保存为PNG格式。

rgl2bitmap(file = "Rplot", type = c("PNG"))

# Create a file name
filen <- tempfile("rgl") # or
# filen <- paste("YOUR_DIR/rgl")# Generate a 3D plot using 'rgl'
x = y = seq(-10, 10, length = 20)
z = outer(x, y, function(x, y) x^2 + y^2)
rgl::persp3d(x, y, z, col = 'lightblue')# Save the plot as a png
rgl2png(file = filen)
# Note that omitting 'file' will save in current directory

生成的3D图形：

将生成的3D图形保存为PNG格式：

输出统计结果到表格 `table2spreadsheet`

table2excel: 导出统计输出到Microsoft Office Excel/ LibreOffice Calc电子表格中的一个表.
table2csv:将统计输出以CSV格式导出到表中(“，”表示值分隔，“。”表示小数)
table2csv2: 将统计输出以CSV格式导出到表中(“;”表示值分隔，”，”表示小数)

table2spreadsheet(x = NULL, file = "Rtable", type = c("XLS", "CSV","CSV2"), append = FALSE, sheetName = "new sheet", digits = 2,digitspvals = 2, trim.pval = TRUE, add.rownames = FALSE, ...)

sheetName: 一个字符串，给出创建的新工作表的名称(仅针对type==”XLS”)。它必须是惟一的(不区分大小写)，不受文件中任何现有工作表名称的影响。
digits:除具有p值的列外，要显示所有列的有效位数的数目。
digitspvals:具有p值的列要显示的有效位数的数目。

# Create a file name
filen <- "table_aov" # or
# filen <- paste("YOUR_DIR/table_aov")# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)# Save ANOVA table as a CSV
### Option 1: pass output as object
# 输出对象
table2csv(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames=TRUE)# 屏幕输出导出到文件
### Option 2: get output from console
summary(fit)
table2csv(file=filen, digits = 2, digitspvals = 4, add.rownames=TRUE)# Save ANOVA table as an Excel
# Without formatting of the worksheet
x
table2excel(file=filen, sheetName="aov_noformatting", digits = 1, digitspvals = 3, add.rownames=TRUE)
# 更多参数
# With formatting of the worksheet
table2excel(x=x,file=filen, sheetName="aov_formated", append = TRUE, add.rownames=TRUE, fontName="Arial", fontSize = 14, fontColour = rgb(0.15,0.3,0.75),  border=c("top", "bottom"), fgFill = rgb(0.9,0.9,0.9), halign = "center", valign = "center", textDecoration="italic")

原始数据的表格：

转换格式之后的，在console中的数据：

文件(csv和excel)中表格数据：

导出为Word中的表，再也不用复制粘贴调格式了 `table2office`

table2ppt: 导出统计输出到Microsoft Office PowerPoint/ LibreOffice Impress演示文稿中的表

table2doc: 将统计输出导出到Microsoft Office Word/ LibreOffice Writer文档中的表

table2office(x = NULL, file = "Rtable", type = c("PPT", "DOC"),append = FALSE, digits = 2, digitspvals = 2, trim.pval = TRUE,width = NULL, height = NULL, offx = 1, offy = 1,font = ifelse(Sys.info()["sysname"] == "Windows", "Arial","Helvetica")[[1]], pointsize = 12, add.rownames = FALSE)

# Create a file name
filen <- "table_aov"
# filen <- paste("YOUR_DIR/table_aov")# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
# Save ANOVA table as a PPT
### Option 1: pass output as object
x=summary(fit)
table2ppt(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)### Option 2: get output from console
summary(fit)
table2ppt(x=x,file=filen, width=5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table to previous slide# Save ANOVA table as a DOC file
table2doc(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE)
summary(fit)
table2doc(file=filen, width=3.5, font="Times New Roman", pointsize=14,  digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table at end of document

将表格数据导出到ppt和word中：

`table2tex`

table2html: 导出统计输出到HTML表。

table2tex(x = NULL, file = "Rtable", type = "TEX", digits = 2,digitspvals = 2, trim.pval = TRUE, summary = FALSE, standAlone = TRUE,add.rownames = FALSE, ...)

summary:是否汇总数据文件。

standAlone:导出的Latex代码应该是独立可编译的，还是应该粘贴到另一个文档中。

add.rownames:是否应该将行名添加到表中(在第一列之前插入一列)。

# Create a file name
filen <- tempfile(pattern = "table_aov") # or
# filen <- paste("YOUR_DIR/table_aov")# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets'
x=summary(fit)# Export to Latex in standAlone format
table2tex(x=x,file=filen,add.rownames = TRUE)
# Export to Latex to paste in tex document
summary(fit) # get output from the console
table2tex(file=filen, standAlone = FALSE,add.rownames = TRUE)# Export to HTML
table2html(x=x,file=filen) # or
summary(fit) # get output from the console
table2html(file=filen,add.rownames = TRUE)

导出到html或tex中的表格数据：

R统计和作图

Graphpad，经典绘图工具初学初探
维恩(Venn)图绘制工具大全（在线+R包）
在R中赞扬下努力工作的你，奖励一份CheatShet
别人的电子书，你的电子书，都在bookdown
R语言 - 入门环境Rstudio
R语言 - 热图绘制 (heatmap)
R语言 - 基础概念和矩阵操作
R语言 - 热图简化
R语言 - 热图美化
R语言 - 线图绘制
R语言 - 线图一步法
R语言 - 箱线图（小提琴图、抖动图、区域散点图）
R语言 - 箱线图一步法
R语言 - 火山图
R语言 - 富集分析泡泡图
R语言 - 散点图绘制
R语言 - 韦恩图
R语言 - 柱状图
R语言 - 图形设置中英字体
R语言 - 非参数法生存分析
R语言 - 绘制seq logo图
WGCNA分析，简单全面的最新教程
psych +igraph：共表达网络构建
一文学会网络分析——Co-occurrence网络图在R中的实现
一文看懂PCA主成分分析
富集分析DotPlot，可以服
基因共表达聚类分析和可视化
R中1010个热图绘制方法
还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
一个函数抓取代谢组学权威数据库HMDB的所有表格数据
文章用图的修改和排版
network3D: 交互式桑基图
network3D 交互式网络生成
Seq logo 在线绘制工具——Weblogo
生物AI插图素材获取和拼装指导
ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
图像处理R包magick学习笔记
SOM基因表达聚类分析初探
利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况
一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制
AI科研绘图（二）：模式图的基本画法
你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？
R语言可视化学习笔记之ggridges包
利用ComplexHeatmap绘制热图(一)
ggplot2学习笔记之图形排列
R包reshape2，轻松实现长、宽数据表格转换
用R在地图上绘制网络图的三种方法
PCA主成分分析实战和可视化附R代码和测试数据
iTOL快速绘制颜值最高的进化树！
12个ggplot2扩展包帮你实现更强大的可视化
编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出
R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences
数据可视化基本套路总结
你知道R中的赋值符号箭头<-和等号=的区别吗？
使用dplyr进行数据操作30例
交集intersect、并集union、找不同setdiff
R包reshape2，轻松实现长、宽数据表格转换
1数据类型（向量、数组、矩阵、列表和数据框）
2读写数据所需的主要函数、与外部环境交互
3数据筛选——提取对象的子集
4向量、矩阵的数学运算
5控制结构
6函数及作用域
7认识循环函数lapply和sapply
8分解数据框split和查看对象str
9模拟—随机数、抽样、线性模型
1初识ggplot2绘制几何对象
2图层的使用—基础、加标签、注释
3工具箱—误差线、加权数、展示数据分布
4语法基础
5通过图层构建图像
6标度、轴和图例
7定位-分面和坐标系
8主题设置、存储导出
9绘图需要的数据整理技术
创建属于自己的调色板
28个实用绘图包，总有几个适合你
热图绘制
R做线性回归
绘图相关系数矩阵corrplot
相关矩阵可视化ggcorrplot
绘制交互式图形recharts
交互式可视化CanvasXpress
聚类分析factoextra
LDA分析、作图及添加置信-ggord
解决散点图样品标签重叠ggrepel
添加P值或显著性标记ggpubr
Alpha多样性稀释曲线rarefraction curve
堆叠柱状图各成分连线画法：突出组间变化
冲击图展示组间时间序列变化ggalluvial
桑基图riverplot
微生物环境因子分析ggvegan
五彩进化树与热图更配ggtree
多元回归树分析mvpart
随机森林randomForest 分类Classification 回归Regression
加权基因共表达网络分析WGCNA
circlize包绘制circos-plot
R语言搭建炫酷的线上博客系统
28个实用绘图包，总有几个适合你
热图绘制
R做线性回归
绘图相关系数矩阵corrplot
相关矩阵可视化ggcorrplot
绘制交互式图形recharts
交互式可视化CanvasXpress
聚类分析factoextra
LDA分析、作图及添加置信-ggord
解决散点图样品标签重叠ggrepel
添加P值或显著性标记ggpubr
Alpha多样性稀释曲线rarefraction curve
堆叠柱状图各成分连线画法：突出组间变化
冲击图展示组间时间序列变化ggalluvial
桑基图riverplot
微生物环境因子分析ggvegan
五彩进化树与热图更配ggtree
多元回归树分析mvpart
随机森林randomForest 分类Classification 回归Regression
加权基因共表达网络分析WGCNA
circlize包绘制circos-plot
R语言搭建炫酷的线上博客系统
维恩(Venn)图绘制工具大全（在线+R包）
R包circlize：柱状图用腻了？试试好看的弦状图
获取pheatmap聚类后和标准化后的结果
增强火山图，要不要试一下？
一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D
赠你一只金色的眼 - 富集分析和表达数据可视化
是Excel的图，不！是R的图
道友，来Rstudio里面看动画了
用了这么多年的PCA可视化竟然是错的！！！

系列教程：微生物组入门 Biostar 微生物组宏基因组

专业技能：学术图表高分文章生信宝典不可或缺的人

一文读懂：宏基因组寄生虫益处进化树

必备技能：提问搜索 Endnote

文献阅读热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读分析流程统计绘图

16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun

在线工具：16S预测培养基生信绘图

科研经验：云笔记云协作公众号

编程模板: Shell R Perl

生物科普: 肠道细菌人体上的生命生命大跃进细胞暗战人体奥秘

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”