R语言可视化学习笔记之ggridges包绘制山峦图

作者：严涛 浙江大学作物遗传育种在读研究生（生物信息学方向）伪码农，R语言爱好者，爱开源。

严涛老师的绘图教程还有：

gganimate |诺奖文章里面的动图绘制教程来了！！

ggplot2学习笔记之图形排列

R包ggseqlogo |绘制序列分析图

ggplot2高效实用指南 (可视化脚本、工具、套路、配色)

简介

ggridges包主要用来绘制山峦图。尤其是针对时间或者空间分布可视化具有十分好的效果。ggridges主要提供两个几何图像函数：

• geom_ridgeline(): 主要绘制山脊线图

• geom_density_ridges()：主要绘制密度山脊线图

具体用法可以参考官方文档：

https://cran.r-project.org/web/packages/ggridges/vignettes/introduction.html

geom_ridgeline()

library(ggridges)
library(tidyverse)
# grid.arrange来自于gridExtra包，可以同时拼图多个ggplot2对象
library(gridExtra)


my_data <- data.frame(x=1:5, y=rep(1,5), height=c(0,1,-1,3,2))
plot_base <- ggplot(my_data, aes(x, y, height=height))

# 默认负值不显示，除非指定min_height参数

grid.arrange(plot_base+geom_ridgeline(),
             plot_base+geom_ridgeline(min_height=-2), ncol=2)

geom_density_ridges()

geom_density_ridges()函数首先会根据数据计算密度然后绘图，此时美学映射height没有必要写入函数中。下面使用lincoln_weather数据集。

# creates a vector of n equally spaced colors along the
# Matplolib 'viridis' color map

# also designed to be perceived by readers with the most common form of color blindness
#  scale_fill_viridis函数来源于此包，
# 其参数 option用于设置颜色 "magma" (or "A"), "inferno" (or "B"), "plasma" (or "C"),
and "viridis" (or "D", the default option).
# ?viridis可以查看其具体含义

library(viridis)
head(lincoln_weather[ ,1:4])


## # A tibble: 6 x 4
##   CST      `Max Temperature [F]` `Mean Temperature [F]` `Min Temperature ~
##                                                       
## 1 2016-1-1                    37                     24                 11
## 2 2016-1-2                    41                     23                  5
## 3 2016-1-3                    37                     23                  8
## 4 2016-1-4                    30                     17                  4
## 5 2016-1-5                    38                     29                 19
## 6 2016-1-6                    34                     33                 32

# x后的值用 ` (反引号)括起，是因为列名字中存在空格和特殊字符，需要特殊对待
# fill = ..x..， double dots是ggplot2的一种特殊识别符，用来区分定义的和计算的美学参数
# 这里指用横轴的数据着色

ggplot(lincoln_weather, aes(x=`Mean Temperature [F]`, y=`Month`, fill=..x..))+
  geom_density_ridges_gradient(scale=3, rel_min_height=0.01, gradient_lwd = 1.)+
  scale_x_continuous(expand = c(0.01, 0))+ # 扩展下横轴和纵轴
  scale_y_discrete(expand = c(0.01,0))+
  scale_fill_viridis(name="Temp. [F]", option = "C")+
  labs(title="Temperature in Lincoln NE",
       subtitle="Mean temperature (Fahrenheit) by month for 2016\nData:Orogin CSV from the Weather Underground ")+
  theme_ridges(font_size = 13, grid = FALSE)+
  theme(axis.title.y = element_blank())

cyclinal scales

为了使得ggridges绘制的图形可视化效果最好，同时为了减少用户对颜色设置的困难，作者提供了cyclinal scales用于颜色轮转映射。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+
  geom_density_ridges(scale=4)+
  scale_fill_cyclical(values = c("blue", "green"))+
  theme_ridges(grid = FALSE)

默认的，cyclinal scales为了防止误解是不绘制图例的，但是可以通过选项guide="legend"添加图例。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+
  geom_density_ridges(scale=4)+
  scale_fill_cyclical(values = c("blue", "green"), guide="legend")+
  theme_ridges(grid = FALSE)

跟ggplot2一样，图例是可以修改的,其他参数比如大小、透明度、形状等都是可以通过cyclinal scales修改。

ggplot(diamonds, aes(x=price, y=cut, fill=cut))+
  geom_density_ridges(scale=4)+
  scale_fill_cyclical(values = c("blue", "green"), guide="legend",
                      labels=c("Fair"="blue", "Good"="green"),
                      name="Fill colors")+
  theme_ridges(grid = FALSE)

再来2个示例

不做解释了，如果想重现就把代码拆解开，按需修改。一句句话单独拆开运行，理解其操作内容。

library(dplyr)
library(forcats)
Catalan_elections %>%
  mutate(YearFct = fct_rev(as.factor(Year))) %>%
  ggplot(aes(y = YearFct)) +
  geom_density_ridges(
    aes(x = Percent, fill = paste(YearFct, Option)),
    alpha = .8, color = "white", from = 0, to = 100
  ) +
  labs(
    x = "Vote (%)",
    y = "Election Year",
    title = "Indy vs Unionist vote in Catalan elections",
    subtitle = "Analysis unit: municipalities (n = 949)",
    caption = "Marc Belzunces (@marcbeldata) | Source: Idescat"
  ) +
  scale_y_discrete(expand = c(0.01, 0)) +
  scale_x_continuous(expand = c(0.01, 0)) +
  scale_fill_cyclical(
    breaks = c("1980 Indy", "1980 Unionist"),
    labels = c(`1980 Indy` = "Indy", `1980 Unionist` = "Unionist"),
    values = c("#ff0000", "#0000ff", "#ff8080", "#8080ff"),
    name = "Option", guide = "legend"
  ) +
  theme_ridges(grid = FALSE)

library(DAAG) # for ais dataset
ais$sport <- factor(
  ais$sport,
  levels = c("B_Ball", "Field", "Gym", "Netball", "Row", "Swim", "T_400m", "T_Sprnt", "Tennis", "W_Polo"),
  labels = c("Basketball", "Field", "Gym", "Netball", "Row", "Swim", "Track 400m", "Track Sprint", "Tennis", "Water Polo")
)

ggplot(ais, aes(x=ht, y=sport, color=sex, point_color=sex, fill=sex)) +
  geom_density_ridges(
    jittered_points=TRUE, scale = .95, rel_min_height = .01,
    point_shape = "|", point_size = 3, size = 0.25,
    position = position_points_jitter(height = 0)
  ) +
  scale_y_discrete(expand = c(.01, 0)) +
  scale_x_continuous(expand = c(0, 0), name = "height [cm]") +
  scale_fill_manual(values = c("#D55E0050", "#0072B250"), labels = c("female", "male")) +
  scale_color_manual(values = c("#D55E00", "#0072B2"), guide = "none") +
  scale_discrete_manual("point_color", values = c("#D55E00", "#0072B2"), guide = "none") +
  guides(fill = guide_legend(
    override.aes = list(
      fill = c("#D55E00A0", "#0072B2A0"),
      color = NA, point_color = NA))
  ) +
  ggtitle("Height in Australian athletes") +
  theme_ridges(center = TRUE)

还有很多用法有兴趣的可以查看官方文档https://cran.r-project.org/web/packages/ggridges/vignettes/introduction.html和https://cran.r-project.org/web/packages/ggridges/vignettes/gallery.html）继续学习。

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！！！

• R语言可视化学习笔记之ggridges包

• 万能转换：R图和统计表转成发表级的Word、PPT、Excel、HTML、Latex、矢量图等

  
  

• 那天空飘过的梅花月饼，是今年中秋最好的礼物

高颜值免费在线绘图

往期精品

画图三字经 生信视频 生信系列教程 

心得体会 TCGA数据库 Linux Python 

高通量分析 免费在线画图 测序历史 超级增强子

生信学习视频 PPT EXCEL 文章写作 ggplot2

海哥组学 可视化套路 基因组浏览器

色彩搭配 图形排版 互作网络

自学生信 2019影响因子 GSEA 单细胞 

后台回复“生信宝典福利第一波”获取教程合集