折腾一个柱状图

写在前面

还是想要放弃ggpubr做图了,主要问题是这东西和ggplot2体系的不兼容。因为ggpubr中好多变量其实是写死的,当你想要调整某个细节的时候就变得非常蛋疼了。最后不如统一逻辑,使用ggplot2吧。
今天无意中翻开了刚开始学习R语言时候折腾的柱状图,发现现在画图逻辑跟过去有了很大的不同。不如就再折腾一个柱状图,算是记录现在画图的逻辑吧。想想以后回来看这些代码又发现很多不同,也是一个有趣的事情。那就,开始吧。

折腾开始

先展示结果:


本次代码使用到的包

library(ggthemes)
library(ggplot2)
library(tidyverse)
library(ggsignif) 
library(agricolae)
library(stringr)
library(palmerpenguins)
library(cowplot)
library(ggpubr)
#没装记得用install.packages()安装

数据集

最近迷上了TidyTuesday系列视频,纯DataScience出身玩大数据还是纯熟。最近看到他们推荐的一个关于企鹅的数据集,刚好鸢尾花数据集实在是用的太多了,现在换个新的数据看看。


数据解释

具体的原始内容可以跳转https://allisonhorst.github.io/palmerpenguins/articles/intro.html
palmerpenguins数据集包含8个变量,分别为:

品种:阿德利企鹅,南极企鹅和巴布亚企鹅(可惜没有帝企鹅)
岛屿:Torgersen, Dream, Biscoe
bill_length_mm:喙长
bill_depth_mm:喙宽
flipper_length_mm:翅膀(鳍?)长
body_mass_g:体重
性别

#remotes::install_github("allisonhorst/palmerpenguins")
rm(list = ls())
palmerpenguins::penguins
glimpse(penguins)
#> Rows: 344
#> Columns: 8
#> $ species           <fct> Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Ade…
#> $ island            <fct> Torgersen, Torgersen, Torgersen, Torgersen, Torgers…
#> $ bill_length_mm    <dbl> 39.1, 39.5, 40.3, NA, 36.7, 39.3, 38.9, 39.2, 34.1,…
#> $ bill_depth_mm     <dbl> 18.7, 17.4, 18.0, NA, 19.3, 20.6, 17.8, 19.6, 18.1,…
#> $ flipper_length_mm <int> 181, 186, 195, NA, 193, 190, 181, 195, 193, 190, 18…
#> $ body_mass_g       <int> 3750, 3800, 3250, NA, 3450, 3650, 3625, 4675, 3475,…
#> $ sex               <fct> male, female, female, NA, female, male, female, mal…
#> $ year              <int> 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 200…

数据处理

数据很多,这里我想看的是性别对三个品种企鹅的体重有没有影响。
首先提取需要的数据:

penguins %>% 
  select(species, sex, body_mass_g) %>% ##选择species,sex和body_mass_g三列
  drop_na(body_mass_g, sex) %>% ##剔除空值
  group_by(species, sex) %>% #按照species和sex分组
  summarise(mean_mass_g = mean(body_mass_g), sd_mass_g = sd(body_mass_g)) #分别求得各品种和性别企鹅的平均体重和体重标准差
# A tibble: 6 x 4
# Groups:   species [3]
  species   sex    mean_mass_g sd_mass_g
  <fct>     <fct>        <dbl>     <dbl>
1 Adelie    female       3369.      269.
2 Adelie    male         4043.      347.
3 Chinstrap female       3527.      285.
4 Chinstrap male         3939.      362.
5 Gentoo    female       4680.      282.
6 Gentoo    male         5485.      313.

是不是很简单?这里一个小提示,可以复制前面几行看每次操作的结果。例如我想看看第一步干了什么只需要选择前两行(不要复制最后的通道符),然后Ctrl+回车即可。

> penguins %>% 
+   select(species, sex, body_mass_g)
# A tibble: 344 x 3
   species sex    body_mass_g
   <fct>   <fct>        <int>
 1 Adelie  male          3750
 2 Adelie  female        3800
 3 Adelie  female        3250
 4 Adelie  NA              NA
 5 Adelie  female        3450
 6 Adelie  male          3650
 7 Adelie  female        3625
 8 Adelie  male          4675
 9 Adelie  NA            3475
10 Adelie  NA            4250
# … with 334 more rows

ggplot做图

获得了数据那么就是作图环节,这里同样可以用通道符导入ggplot2

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  group_by(species, sex) %>% 
  mutate(mean_mass_g = mean(body_mass_g), 
         sd_mass_g = sd(body_mass_g)) %>% 
  ggplot(aes(x = species, y = mean_mass_g, fill = sex)) + 
  geom_bar(stat = 'identity', 
           position= position_dodge(width = 0.6), 
           width = .5) 

缺少了误差线,补上,再做亿点点美化和该有的注释……

##调用两个配色,方便所有人更好的区分颜色
cbp1 <- c("#999999", "#E69F00", "#56B4E9", "#009E73",
          "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
cbp2 <- c("#000000", "#E69F00", "#56B4E9", "#009E73",
          "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% 
  group_by(species, sex) %>% 
  summarise(mean_mass_g = mean(body_mass_g), 
           sd_mass_g = sd(body_mass_g)
           ) %>% 
  ggplot(aes(x = species, y = mean_mass_g, fill = sex)) + ##设定x轴为品种,y轴为体重均值,用颜色区分性别。
  geom_bar(stat = 'identity', #声明数据已经是调整好的,不需要做count处理
           position = position_dodge(width = 0.6), ##设定subgroup两个bar之间的距离
           width = .5 ##设定bar的宽度
           ) + 
  scale_y_continuous(limits = c(0, NA), ##强制y轴从0点开始计数
                     expand = expansion(mult = c(0,.1)) ##调大一点y轴范围,否则bar容易显示不全
                     ) + 
  geom_errorbar(aes(ymin = mean_mass_g - sd_mass_g, ymax = mean_mass_g + sd_mass_g), ##设定误差线的上下限 (mean ± sd)
                position = position_dodge(width = 0.6), ##位置要跟之前的bar对应上
                width = .2 ##宽度设定一个你喜欢的数字
                ) + 
  scale_fill_manual(values = cbp1) + ##设定bar配色
  theme_few() + ##去除背景框线
  theme(legend.position = c(.2,.85)) + ##设定legend位置
  labs(fill = "Sex",
       x = "Penguin Species",
       y = "Penguin biomass (1000 g)"
       ) ##设定x, y和legend的名字

差不多了,但是看起来还挺正经的。但正常的文章还需要做统计分析标记好显著性。普通的ANOVA字母标记用geom_text即可,而星号标记则需要ggsignif。
因为是演示这里就随便做个Bonferroni法ANOVA吧,这里没做方差齐性和正态分布检验(注意!)。方法不唯一,选个你需要的做。

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% ##跟之前一样的数据提取流程
  mutate(group = paste0(species,' ', sex)) %>% ##新建一个列把species和sex两列合起来放入
  aov(body_mass_g ~ group, .) %>% ##以group列做单因素多重检验
  LSD.test('group', p.adj = 'bonferroni') %>% ##事后检验(Post hoc tests )
  .$groups%>% ##提取需要的部分
  mutate(species = word(rownames(.), 1), ##重新分开group变成species和sex两列,中间以空格隔开所以直接当成单词分词即可
         sex = word(rownames(.), 2) 
         ) %>% 
  select(species, sex, body_mass_g, signif = groups) %>% ##更换顺序,groups改名signif
  arrange(species,sex) -> aov_res ##按照species和sex重新排序
> aov_res
    species    sex body_mass_g signif
1    Adelie female    3.368836      d
2    Adelie   male    4.043493      c
3 Chinstrap female    3.527206      d
4 Chinstrap   male    3.938971      c
5    Gentoo female    4.679741      b
6    Gentoo   male    5.484836      a

至于signif反而要麻烦点,因为这里需要你传入x轴,y轴位置信息和星标。

##获取品种的个数
penguins %>% 
  select(species) %>% 
  unique() %>% 
  count() %>% 
  .$n -> n
##根据品种数量构建x轴的起始点和终止点。这里多说一句,x轴上有三个小ticks对应1,2,3三个值。
xmin <- rep(0.8: (n+0.8-1), by = 1)
xmax <- xmin +.4
##各品种间female和male的t检验
comp_res <- ggpubr::compare_means(body_mass_g ~ sex, 
              data = penguins,
              method = "t.test",
              group.by = "species",
              p.adjust.method = "bonferroni"
              )
# A tibble: 3 x 9
  species .y.   group1 group2        p    p.adj p.format
  <fct>   <chr> <chr>  <chr>     <dbl>    <dbl> <chr>   
1 Adelie  body… female male   6.40e-26 1.90e-25 < 2e-16 
2 Gentoo  body… female male   1.87e-28 5.60e-28 < 2e-16 
3 Chinst… body… female male   2.26e- 6 6.80e- 6 2.3e-06 
# … with 2 more variables: p.signif <chr>, method <chr>

注意:这里用了ggpubr::compare_means做检验。还是那句话,方法不唯一,如果你有自己的熟悉的方法,一定是你的更好。这里只是演示。
最后把所有命令放在一起,保存再打开运行一遍……嗯没问题了

library(ggthemes)
library(ggplot2)
library(tidyverse)
library(ggsignif) 
library(agricolae)
library(stringr)
library(palmerpenguins)
library(cowplot)
library(ggpubr)

comp_res <- ggpubr::compare_means(body_mass_g ~ sex, 
              data = penguins,
              method = "t.test",
              group.by = "species",
              p.adjust.method = "bonferroni"
              )

penguins %>% 
  select(species) %>% 
  unique() %>% 
  count() %>% 
  .$n -> n

xmin <- rep(0.8: (n+0.8-1), by = 1)
xmax <- xmin +.4

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% 
  mutate(group = paste0(species,' ', sex)) %>% 
  aov(body_mass_g ~ group, .) %>% 
  LSD.test('group', p.adj = 'bonferroni') %>% 
  .$groups%>%
  mutate(species = word(rownames(.), 1), 
         sex = word(rownames(.), 2)
         ) %>% 
  select(species, sex, body_mass_g, signif = groups) %>% 
  arrange(species,sex) -> aov_res

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% 
  group_by(species, sex) %>% 
  summarise(mean_mass_g = mean(body_mass_g), sd_mass_g = sd(body_mass_g)) %>% 
  summarise(value = mean_mass_g + sd_mass_g) %>% 
  group_by(species) %>% 
  summarise(y_position = max(value) + 0.3) %>% 
  .$y_position -> y_position

cbp1 <- c("#999999", "#E69F00", "#56B4E9", "#009E73",
          "#F0E442", "#0072B2", "#D55E00", "#CC79A7")
cbp2 <- c("#000000", "#E69F00", "#56B4E9", "#009E73",
          "#F0E442", "#0072B2", "#D55E00", "#CC79A7")

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% 
  group_by(species, sex) %>% 
  summarise(mean_mass_g = mean(body_mass_g), 
           sd_mass_g = sd(body_mass_g)
           ) %>% 
  ggplot(aes(x = species, y = mean_mass_g, fill = sex)) + 
  geom_bar(stat = 'identity', 
           position= position_dodge(width = .6), 
           width = .5
           ) + 
  scale_y_continuous(limits = c(0, NA), 
                     expand = expansion(mult = c(0,.1))
                     ) + 
  geom_errorbar(aes(ymin = mean_mass_g - sd_mass_g, ymax = mean_mass_g + sd_mass_g), 
                position = position_dodge(width = 0.6), 
                width = .1
                ) + 
  scale_fill_manual(values = cbp1) + 
  theme_few() + 
  theme(legend.position= c(.2,.85)) + 
  labs(fill = "Sex",
       x = "Penguin Species",
       y = "Penguin biomass (1000 g)"
       ) + 
  geom_signif(y_position = y_position, ##标注线高度
              xmin = xmin, ##标注起始点
              xmax = xmax, ##标注终点
              annotations = comp_res$p.signif,  ##标注符号
              tip_length = 0 ##你改一下就知道了
              ) -> p1

penguins %>% 
  select(species, sex, body_mass_g) %>% 
  drop_na(body_mass_g, sex) %>% 
  mutate(body_mass_g = body_mass_g/1000) %>% 
  group_by(species, sex) %>% 
  summarise(mean_mass_g = mean(body_mass_g), 
         sd_mass_g = sd(body_mass_g)
         ) %>% 
  ggplot(aes(x = species, y = mean_mass_g, fill = sex)) + 
  geom_bar(stat = 'identity', 
           position= position_dodge(width = 0.6), 
           width = .5
           ) + 
  scale_y_continuous(limits = c(0, NA), 
                     expand = expansion(mult = c(0,.1))
                     ) + 
  geom_errorbar(aes(ymin = mean_mass_g - sd_mass_g, ymax = mean_mass_g + sd_mass_g), 
                position = position_dodge(width = 0.6), 
                width = .2
                ) + 
  scale_fill_manual(values = cbp2) + 
  theme_few() + 
  theme(legend.position= c(.25,.85)) + 
  labs(fill = "Sex",
       x = "Penguin Species",
       y = expression(paste("Penguin biomass (1x",10^3," g)"))
       ) + 
  geom_text(stat = 'identity', ##跟柱状图一致
            label = aov_res$signif, ##字母
            aes(vjust = -sd_mass_g - 2), ##字母高度
            size = 5, ##字体大小
            position = position_dodge(.6) ##跟柱状图一致
            ) -> p2

cowplot::plot_grid(p1, p2, labels = "AUTO") ##合一起看看

大概做个流程:

最后

祝元旦快乐……

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,835评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,598评论 1 295
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,569评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,159评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,533评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,710评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,923评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,674评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,421评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,622评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,115评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,428评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,114评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,097评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,875评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,753评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,649评论 2 271

推荐阅读更多精彩内容