R语言做柱状图大致有两种方法， 一种是基础库里面的 barplot函数， 另一个就是ggplot2包里面的geom_bar
此处用的是字符变量 统计其各频数，然后做出其柱状图。（横轴上的标签显示不全）
|
1
2
3
4
5
|
t <- sort(table(dat1$L), decreasing = TRUE) #将频数表进行排序r <- barplot(t, col = "blue", main = "柱状图", ylim = c(0,12), names.arg = dimnames(t) #画字符变量的柱状图 tmp <- as.vector(t) #将频数变成一个向量text(r, tmp, label = tmp, pos = 3) #加柱子上面的标签 |
或用ggplot2包 （目前仍没有给柱子上加数字标签）
|
1
2
3
4
5
6
7
8
|
library(ggplot2) #加载ggplot2包 reorder_size <- function(x) { factor(x, levels = names(sort(table(x))))} #自定义函数，获取因子型变量的因子类型p <- ggplot(dat3, aes(reorder_size(LAI))) + #用因子变量做基础底图，也可直接用reorder排序 geom_bar(fill = "blue") + #画柱状图 theme(axis.text.x = element_text(angle = 45, hjust = 0.5, vjust = 0.5)) + #让横轴上的标签倾斜45度 xlab("柱状图") #给x轴加标签 |
补充：R 语言条形图，解决x轴文字排序问题
数据结果的图形展示，R代码，《R数据科学》是个好东西
数据格式如下：
| term | category | pval |
| neutrophil chemotaxis | biological_process | 1.68E-09 |
| innate immune response | biological_process | 3.35E-09 |
| complement activation, classical pathway | biological_process | 1.14E-08 |
| negative regulation of endopeptidase activity | biological_process | 4.43E-08 |
| collagen fibril organization | biological_process | 4.43E-08 |
| blood coagulation | biological_process | 1.29E-07 |
| proteolysis involved in cellular protein catabolic process | biological_process | 1.56E-07 |
| proteolysis | biological_process | 1.13E-06 |
| leukocyte migration involved in inflammatory response | biological_process | 1.47E-06 |
| peptide cross-linking | biological_process | 1.47E-06 |
| extracellular space | cellular_component | 8.75E-40 |
| collagen-containing extracellular matrix | cellular_component | 2.08E-26 |
| extracellular matrix | cellular_component | 5.72E-11 |
| lysosome | cellular_component | 6.09E-10 |
| extracellular region | cellular_component | 6.58E-10 |
| collagen trimer | cellular_component | 1.68E-09 |
| cell surface | cellular_component | 2.80E-08 |
| extracellular exosome | cellular_component | 2.34E-07 |
| extrinsic component of external side of plasma membrane | cellular_component | 1.47E-06 |
| sarcolemma | cellular_component | 3.16E-06 |
作图要求：x轴为term，颜色按categroy分类、并且pval由小到大排序
代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
#openxlsx读入为data.frameclass(data)#转换library(tidyverse)godata<-as_tibble(godata)class(godata)#原始数据筛选（category,term，pval)散列，按照category，-log10(pval)排序data<-godata%>%select(category,term,pval)%>%arrange(category,desc(-log10(pval)))#画图时改变geom_bar的自动排序data$term<-factor(data$term,levels = unique(data$term),ordered = T)#作图ggplot(data)+ geom_bar(aes(x=term,y=-log10(pval),fill=category),stat = 'identity')+ coord_flip() |
结果：
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/qq_35242986/article/details/69503875
