R语言与医学统计图形-【20】ggplot2图例 r语言ggplot2直方图

ggplot2绘图系统——图例：guide函数、标度函数、overrides.aes参数

图例调整函数guide_legend也属于标度函数，但不能单独作为对象使用，即不能如p+guide_legend()使用。

1. guides及guides_legend函数

guide_legend函数参数：

guide_legend(title = , #图例标题
             title.position = ,#top/bottom/right/left
             title.theme = , #图例风格
             title.hjust = , #标题水平调整
             title.vjust = ,
             label = TRUE, #是否显示标签
             label.position = , #标签位置，同上title
             label.theme = ,
             label.hjust = ,
             label.vjust = ,
             keywidth = , #图标宽度
             keyheight = ,
             direction = , #图标方向，horizontal/vetical
             default.unit = 'line',
             override.aes = list(), #忽略aes中设置
             nrow = , #几行
             ncol = , #几列
             byrow = FALSE, #是否按行
             reverse = FALSE, #图例是否翻转
             order = 0,...)

guide_legend结合guides函数调整图例。

图例的四种形式：fill, color, shape, size，使用guides函数时，使用相应参数即可。

df <- data.frame(x=1:20,y=1:20,color=letters[1:20])
p <- ggplot(df,aes(x,y))+geom_point(aes(color=color))

p+guide_legend(title='legend',nrow = 4,ncol = 5) #error
p+guides(color=guide_legend('legend',nrow=4,ncol=5,label.position='left'))

不同的图例可以同时调整。

dat <- data.frame(x=1:5,y=1:5,p=1:5,q=factor(1:5),r=factor(1:5))
#生成3种图例
pp <- ggplot(dat,aes(x,y,color=p,size=q,shape=r))+
  geom_point()

#只使用guides函数
b=pp+guides(color='colorbar', #颜色条
          size='none', #不显示
          shape='legend') #普通图例

grid.arrange(pp,b,ncol=2)

#结合guide_*函数
c=pp+guides(color=guide_colorbar('color'), #颜色条用相应函数colorbar
          shape=guide_legend('shape',ncol=5))

#将3个图例整合成一个
d=pp+guides(color=guide_legend('title'),
          size=guide_legend('title'),
          shape=guide_legend('title'))

grid.arrange(c,d,ncol=2)

order参数：
不同图例的排列顺序。

ggplot(mpg,aes(displ,cty))+
  geom_point(aes(size=hwy,color=cyl,shape=drv))+
  guides(color=guide_colorbar(order = 2),
         shape=guide_legend(order=3),
         size=guide_legend(order=1)) #第一位

2. 标度函数调整图例

在scale_*中使用guide参数。标度函数中，有严格的连续型和离散型变量之分。colorbar针对连续型变量，legend针对离散型变量。

#只用guide参数
a=pp+scale_color_continuous(guide='colorbar')+
  scale_shape(guide='legend')+
  scale_size_discrete(guide='legend')

#结合guide_*函数（即自定义图例）
b=pp+scale_color_continuous(guide=guide_colorbar('color'))+
  scale_shape(guide=guide_legend('shape',ncol=5))+
  scale_size_discrete(guide=guide_legend('size',ncol=5))

grid.arrange(a,b,ncol=2)

3. 结合theme函数调整图例

theme函数修饰图例有关参数：

示例。

pt <- ggplot(mtcars,aes(mpg,wt,color=factor(cyl)))+
  geom_point()
a=pt+scale_color_discrete(name='cyl')+
  theme(legend.title = element_text(color='blue'),
        legend.background = element_rect(color = 'red',
                                         linetype = 2))

b=pt+scale_color_discrete(name='cyl')+
  theme(legend.position = 'bottom',
        legend.text = element_text(color='red',size=13,angle = 45),
        legend.key = element_rect(color='black',fill = 'orange'),
        legend.key.height = unit(1,'cm'),
        legend.key.width = unit(1,'cm'))
grid.arrange(a,b,ncol=2)

自定义图例到图形区域中。

pt <- ggplot(mtcars,aes(mpg,wt,color=factor(cyl)))+
  geom_point()
pt+scale_color_discrete(name='cyl')+
  theme(legend.position = c(0.9,0.8), #相对位置比例
        legend.title = element_text(color='blue'),
        legend.background = element_rect(color='red',
                                         linetype = 2))

4. overrides.aes参数的技巧

该参数接受list函数，可对图例样式进行修改而不受映射函数的影响。

示例比较。

p=ggplot(diamonds,aes(carat,price))+
  geom_point(aes(color=color),alpha=1/100)

b=p+guides(color=guide_legend(override.aes = list(alpha=1)))

grid.arrange(p,b,ncol=2)

虽然图上的点模糊，但图例上的点很清晰（将alpha还原为1），这就是overrides.aes参数作用。

对图例进行其他设置，而不受映射函数干扰，如图例中图标大小。

df <- data.frame(id=rep(c('hq','lq'),each=5),
                 values=rnorm(n=10,mean=1,sd=0.5)+c(1:10),
                 period=rep(c(1:5),2))
ggplot(df,aes(x=period,y=values,group=id,shape=id,fill=id))+
  geom_line(color='gray40')+
  geom_point(size=2)+
  guides(shape=guide_legend(override.aes = list(size=5)))+
  scale_fill_manual(values=c('lightskyblue1','lightpink'),
                    labels=c('HQ','LQ'))+
  scale_shape_manual(values = c(22,24),labels=c('HQ',"LQ"))

为突出图例中的点，图例中的点设置比图中点大。

fill和shape的labels设置相同，合并了两种图例。