自学r语言多久(学r语言要多久),本文通过数据整理汇集了自学r语言多久(学r语言要多久)相关信息，下面一起看看。

今天，我们将教你如何使用barplot()制作堆积条形图。首先，我们将通过下图了解下部绘图区域和边距区域。下图中的绿色虚线包围了(主)绘图区域，绿色框外的空白区域是空白区域。这个空白区域的大小由par函数中的mar参数控制，缺省值为PAR (MAR=C (5，4，)2) 0.1)，即空白区域的大小为5，4，4，2(我从来没有管过它的“单位”)，依次为下、左、右(顺时针)。您可以通过修改该值来调整空白区域的大小，从而使图形显示更加美观。

要理解barplot()函数的用法，1。“你可以进去吗？柱状图”，点击“回车”键查看文档。2.在命令行输入“example(barplot)”，然后多次点击“Enter”查看多个插图和相应的脚本。

步骤1读取并处理数据。请从云盘下载样本数据和完整脚本。链接：https://pan.baidu.com/s/1bpyZh19密码：6vr3。

data###read.table函数读取文件genus _丰度. txt，并将第一行设置为行名(header=T)，将第一列设置为列名(row.names=1)，告诉函数所读取的文件是一个制表符分隔的文本文件(sep='t ')。要详细了解read.table中各个参数的含义，可以直接输入“？Read.table”点击回车键弹出网页文档。

Head(data) ###下面三个命令是我个人的习惯，可以查看数据的一些特征，其中Head是查看文件的前6行，dim是查看维度(适用于两个维度以上的数据结构)，class可以查看数据的类型。在这个例子中，读入的数据是具有19行和9列的数据帧。

尺寸(数据)

类别(数据)

让我们使用barplot()来制作一个直方图。

结果报错了。根据错误提示，我们知道barplot只能接受两种数据结构：“vector”或者“matrix”，但是我们给它的是“data.frame”，barplot无法识别。当然，我们必须报告一个错误。从这里我们就应该明白为什么知道数据结构很重要了(现在可以看看《R语言学习第二天——R语言数据结构》)。在这里，我们可以通过as.matrix函数将数据帧转换为矩阵，还有其他非常有用的函数用于数据类型检查和转换。可以自己练习(检查数据类型：is.numeric()、is.character()、is.vector()、is.matrix()、is . data . frame()；类型转换：as.numeric()、as.character()、as.vector()、as.matrix()、as.data.frame()。

第二步映射

现在我们再次输入barplot(数据)，就可以绘制地图了。

但是barplot函数的默认图形比较难看，我们会通过添加不同的参数来调整图形的外观。

步骤2.1调用RColorBrewer颜色包

之所以调用RColorBrewer包，是因为已经有设置好的颜色供我们调用，这样就不用担心配色的问题了。

来源('/biocLite。r’)

如果(！Require (rcolorerbrewer，quiet=t)) {# # #首先判断是否安装了rcolorerbrewer这个包。否则，require (rcolorerbrewer，quiet=t)的结果为FALSE。如果这个表达式取反后的结果为真，运行{}中的语句，分别是安装和加载rcolorerbrewer。

biocLite('RColorBrewer ')

要求(' RColorBrewer ')

}

mycol1

mycol2

Totcol ###c(mycol1，mycol2)结合了mycol1和mycol2两个颜色向量，总共有9.8=17种颜色。为了防止这些颜色不够用，用rep()将这17种颜色重复10次，就得到170种颜色，不用担心颜色不够用。

步骤2.2将pdf格式的图片输入到文件barplot_example.pdf中

Data##可选步骤，但是为了让图片显示的更美观，我们按照多度之和(sum by row)对物种(矩阵的行)进行排序，这样多度比大的物种放在下面。

PDF (file=' barplot_example.pdf '，height=6，width=8) # #将图形输出到barplot_example.pdf文件，并设置图形的长度和宽度。

Par (xpd=T，mar=par () $ mar c (1，1，1，11)) # #设置边距的大小。因为我们要将图例图例添加到图表的右侧，所以右侧的边距设置得较大。XPD=t表示图例可以画在绘图区域之外，也就是说，可以画在页边空白处。

barplot(data，col=totcol，las=1，cex.names=0.8，ylab='RelativeAbundance(x100%)'，xlab='Sample '，cex.lab=1.1，border=NA，legend=rownames(data)，Arg。legend=list (x=' right '，bty=' n '，inset=-0.3，CEX=0.7))# # col=tot col指定数据矩阵中每一行绘制的正方形的颜色。Las=1表示X轴和Y轴的标签(如A1)是水平的；Cex.names=0.8表示x轴和y轴上标签的字体大小(如A1)是默认值的0.8倍；Ylab是Y轴的标题，xlab也一样；Cex.lab控制标题的字体大小；Border=NA表示条形图中每个色块周围没有边框颜色；Legend=rownames(data)表示数据的行名设置为legend；args.legend的参数设置类似于legend()函数，其中x="right "表示图例绘制在条形图的右侧，bty="n "表示图例周围没有边缘，inset=-0.3调整图例的位置。你可以在[-1，1]的范围内改变这个值来实现它的有用性，不言而喻cex=0.7就是。

Dev.off()###返回终端。这时，图形文件已经完成。

提醒一下，下载完genus _丰度. txt文件后，要把它放在R的当前工作路径下，才能像上面那样读取，或者通过setwd()函数把genus _丰度. txt所在的路径设置为工作路径。如果你不知道我在说什么，请查看“R语言学习的第一天——第一次认识R”。

希望你玩得开心！

仅此而已。谢谢大家！

这个网站是个人知识管理的网络存储空间。所有内容均由用户发布，不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息，谨防诈骗。如发现有害或侵权内容，请一键举报。

更多自学r语言多久(学r语言要多久)相关信息请关注本站，本文仅仅做为展示！