你们是否有超级羡慕那些能做一手好图的人，俗语有云一图胜千言，做了一手好图很容易提升我们文章的逼格。所以我也常常在想，网络上有那种可视化的示例代码和示例效果图供我们参考学习的吗？

话不多说，上网址：
https://www.r-graph-gallery.com/
r-garp-gallery收入了大量利用R语言绘制的图形，这些图形包含了很多方面，通过这个网站，我们可以方便直观观察到R语言所能做的一些图形。

1. 简单介绍

• 1. 网站对绘图进行了分类
  
• 2. 网站提供搜索功能，可以搜索需要的图形类型，例如heatmap
  
• 3. 每一个图形都给出了代码
  
• 4. 将代码复制到Rstudio中逐条运行
  

2. 样例展示

2.1 词云

• 1. 安装所需要的包
  
• 2. 载入相关的包
  
• 3.绘制词云

# Change the shape:
wordcloud2(demoFreq, size = 0.7, shape = 'star')

# Change the shape using your image
wordcloud2(demoFreq, figPath = "~/Desktop/R-graph-gallery/img/other/peaceAndLove.jpg", size = 1.5, color = "skyblue", backgroundColor="black")

  

 

  
1
  
2
  
3
  
4
  
5
 

2.2 气泡图

• 1. 安装所需要的包
  
• 2. 载入安装包
  
• 3. 最基本的气泡图 geom_point()

data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)

# Most basic bubble plot
ggplot(data, aes(x=gdpPercap, y=lifeExp, size = pop)) +
  geom_point(alpha=0.7)

  

 

  
1
  
2
  
3
  
4
  
5
 

• 4. 用 scale_size()

我们需要在上一张图表上改进的第一件事是气泡大小。scale_size()允许使用range参数设置最小和最大圆圈的大小。请注意，您可以使用来定制图例名称name。

data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)

# Most basic bubble plot
data %>%
  arrange(desc(pop)) %>%
  mutate(country = factor(country, country)) %>%
  ggplot(aes(x=gdpPercap, y=lifeExp, size = pop)) + geom_point(alpha=0.5) + scale_size(range = c(.1, 24), name="Population (M)")

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

• 5. 添加第四个维度：颜色

data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)
data %>%
  arrange(desc(pop)) %>%
  mutate(country = factor(country, country)) %>%
  ggplot(aes(x=gdpPercap, y=lifeExp, size=pop, color=continent)) + geom_point(alpha=0.5) + scale_size(range = c(.1, 24), name="Population (M)")


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

• 6. 变得漂亮

一些经典的改进：

使用viridis包装获得漂亮的调色板
使用的theme_ipsum()所述的hrbrthemes包
定制轴职称xlab和ylab
将笔划添加到圆圈：更改shape为21并指定color（笔划）和fill

# Libraries
library(ggplot2)
library(dplyr)
library(hrbrthemes)
library(viridis)

# The dataset is provided in the gapminder library
library(gapminder)
data <- gapminder %>% filter(year=="2007") %>% dplyr::select(-year)

# Most basic bubble plot
data %>%
  arrange(desc(pop)) %>%
  mutate(country = factor(country, country)) %>%
  ggplot(aes(x=gdpPercap, y=lifeExp, size=pop, fill=continent)) + geom_point(alpha=0.5, shape=21, color="black") + scale_size(range = c(.1, 24), name="Population (M)") + scale_fill_viridis(discrete=TRUE, guide=FALSE, option="A") + theme_ipsum() + theme(legend.position="bottom") + ylab("Life Expectancy") + xlab("Gdp per Capita") + theme(legend.position = "none")

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
 

3. 总结

通过不断地对比，是不是发现原来用R语言绘图狠简单，作者由于时间有限，只能列出几个出来，剩下的要靠大家自己进行挖掘尝试。

各位路过的朋友，如果觉得可以学到些什么的话，点个赞再走吧，欢迎各位路过的大佬评论，指正错误，也欢迎有问题的小伙伴评论留言，私信。每个小伙伴的关注都是本人更新博客的动力！！！

文章来源: buwenbuhuo.blog.csdn.net，作者：不温卜火，版权归原作者所有，如需转载，请联系作者。

原文链接：buwenbuhuo.blog.csdn.net/article/details/105602881