前面我給大家詳細(xì)介紹過(guò)
創(chuàng)新互聯(lián)專注于繁昌企業(yè)網(wǎng)站建設(shè),響應(yīng)式網(wǎng)站開(kāi)發(fā),商城網(wǎng)站定制開(kāi)發(fā)。繁昌網(wǎng)站建設(shè)公司,為繁昌等地區(qū)提供建站服務(wù)。全流程按需定制開(kāi)發(fā)，專業(yè)設(shè)計(jì)，全程項(xiàng)目跟蹤，創(chuàng)新互聯(lián)專業(yè)和態(tài)度為您提供的服務(wù)
?GO簡(jiǎn)介及GO富集結(jié)果解讀
?四種GO富集柱形圖、氣泡圖解讀
?GO富集分析四種風(fēng)格展示結(jié)果—柱形圖，氣泡圖
?KEGG富集分析—柱形圖，氣泡圖，通路圖
? DAVID GO和KEGG富集分析及結(jié)果可視化
也用視頻給大家介紹過(guò)
? GO和KEGG富集分析視頻講解
最近有粉絲反映說(shuō)，利用clusterProfiler這個(gè)包繪制GO富集分析氣泡圖和柱形圖的時(shí)候，發(fā)現(xiàn)GO條目的名字都重疊在一起了。
氣泡圖
柱形圖
這個(gè)圖別說(shuō)美觀了，簡(jiǎn)直不忍直視。經(jīng)過(guò)我的認(rèn)真研究，發(fā)現(xiàn)跟R版本有關(guān)。前面我給大家展示的基本都是R 3.6.3做出來(lái)的圖。很多粉絲可能用的都是最新版本的R 4.1.2。
我們知道R的版本在不停的更新，相應(yīng)的R包也在不停的更新。我把繪制氣泡圖和柱形圖相關(guān)的函數(shù)拿出來(lái)認(rèn)真的研究了一下，終于發(fā)現(xiàn)的癥結(jié)所在。
dotplot這個(gè)函數(shù)，多了個(gè) label_format 參數(shù)
我們來(lái)看看這個(gè)參數(shù)究竟是干什么用的，看看參數(shù)說(shuō)明
label_format :
a numeric value sets wrap length, alternatively a custom function to format axis labels. by default wraps names longer that 30 characters
原來(lái)這個(gè)參數(shù)默認(rèn)值是30，當(dāng)標(biāo)簽的長(zhǎng)度大于30個(gè)字符就會(huì)被折疊，用多行來(lái)展示。既然問(wèn)題找到了，我們就來(lái)調(diào)節(jié)一下這個(gè)參數(shù)，把他設(shè)置成100，讓我們的標(biāo)簽可以一行展示。
是不是還是原來(lái)的配方，還是熟悉的味道
同樣的柱形圖，我們也能讓他恢復(fù)原來(lái)的容貌。
關(guān)于如何使用R做GO和KEGG富集分析，可參考下文
GO和KEGG富集分析視頻講解
R語(yǔ)言繪圖系列：
使用geom_label繪制標(biāo)簽散點(diǎn)圖
繪制點(diǎn)，并通過(guò)nudge參數(shù)對(duì)標(biāo)簽進(jìn)行x軸和y軸上的平移
使用angle參數(shù)對(duì)標(biāo)簽角度進(jìn)行設(shè)置
geom_label可以使用fill對(duì)顏色進(jìn)行填充,fontface設(shè)置字體，geom_text不能填充顏色
parse參數(shù)意思是前面?zhèn)魅氲氖且粋€(gè)數(shù)學(xué)表達(dá)式，size定義標(biāo)簽相對(duì)大小。
畫(huà)一個(gè)散點(diǎn)圖
annotate函數(shù)傳入標(biāo)簽
添加矩形
添加短線段
2.1 guide_legend函數(shù)（主要參數(shù)：color, shape, size）
圖例調(diào)整函數(shù)也屬于標(biāo)度函數(shù)的一類(lèi)，但不可以直接使用加號(hào)來(lái)連接，必須放在函數(shù)中，作為一個(gè)參數(shù)。
guide_colorbar和guide_legend設(shè)置的是不同的圖例，guide_colorbar定義色條圖例，guide_legend定義普通圖例。
2.2 標(biāo)度函數(shù)scale
對(duì)于連續(xù)型變量，使用的參數(shù)是scale_xxx_continous()，對(duì)于分類(lèi)型變量，使用的是scale_xxx_discrete()。
2.3：theme函數(shù)
在theme函數(shù)中，與圖例有關(guān)的主要參數(shù)有：
標(biāo)題主要有五種：主標(biāo)題，副標(biāo)題，角注，x軸標(biāo)簽和y軸標(biāo)簽
ggtitle()只能定義標(biāo)題和副標(biāo)題，默認(rèn)的位置在左上角。
第一步：獲取要繪圖的整潔數(shù)據(jù)（涉及到數(shù)據(jù)整潔和操作的知識(shí)）
第二步：整潔數(shù)據(jù)做映射操作，確定x,y,color,size,shape,alpha等
第三步：選擇合適的幾何對(duì)象（根據(jù)畫(huà)圖的目的、變量的類(lèi)型和個(gè)數(shù)）
第四步：坐標(biāo)系和刻度配置
第五步：標(biāo)簽信息和圖例信息
第六步：選擇合適的主題
ggplot2的語(yǔ)法包括10個(gè)部件。
數(shù)據(jù)（data）
映射（mapping）
幾何對(duì)象（geom）
標(biāo)度（scale）
統(tǒng)計(jì)變換（stats）
坐標(biāo)系（coord）
位置調(diào)整（Position adjustments）
分面（facet）
主題（theme）
輸出（output）
前3個(gè)是必須的，其它部件ggplot2會(huì)自動(dòng)配置，也可以手動(dòng)配置
ggplot2基本繪圖模板：
注意：
1）添加圖層的加號(hào)（+）只能放在行末尾
2）紅色方框里面mapping是全局域，綠色方框里面mapping是局部域，執(zhí)行先后順序，先局部域，后全局域
ggplot2畫(huà)圖必要部件-數(shù)據(jù)，映射和幾何對(duì)象
2.1 數(shù)據(jù)
數(shù)據(jù)（Data）用于畫(huà)圖的整潔數(shù)據(jù)
library(tidyverse
ggplot()先只提供數(shù)據(jù)，創(chuàng)建一個(gè)空?qǐng)D形。
# ggplot()先提供整潔數(shù)據(jù)，生成一個(gè)空?qǐng)D形
2映射
映射，把數(shù)據(jù)變量集與圖形屬性庫(kù)建立關(guān)聯(lián)。
最常用的映射有：
x：x軸
y：y軸
color：顏色
size：大小
shape：形狀
fill：填充
alpha：透明度
以mpg數(shù)據(jù)集為例，把變量displ和hwy分別映射到x和y，變量drv映射到color，此時(shí)圖形就有了坐標(biāo)軸和網(wǎng)格線，color需要在有了幾何對(duì)象后才能體現(xiàn)出來(lái)。
# 映射操作
ggplot(data = mpg, mapping = aes(x = displ,
y = hwy, color = drv))
2.3 幾何對(duì)象
幾何對(duì)象是表達(dá)數(shù)據(jù)的視覺(jué)對(duì)象
不同類(lèi)型的幾何對(duì)象是從不同的角度表達(dá)數(shù)據(jù)。
pgglot2提供了50多種“幾何對(duì)象”，均以geom_xxxx()的方式命名，常用的有：
幾何對(duì)象很簡(jiǎn)單，只需要添加圖層即可。
例如，以mpg數(shù)據(jù)集為例，畫(huà)散點(diǎn)圖。
ggplot(data = mpg, mapping = aes(x = displ,
y = hwy,
color = drv)) +
geom_point()層依次疊加，在上圖的基礎(chǔ)上，再添加一個(gè)幾何對(duì)象：光滑曲線。
#繼續(xù)增加一個(gè)幾何對(duì)象：光滑曲線
# 寫(xiě)法1
ggplot(data = mpg, mapping = aes(x = displ,
y = hwy,
color = drv)) +
geom_point() +
geom_smooth(se=FALSE)
# 寫(xiě)法2
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +
geom_point(aes(color = drv)) +
geom_smooth(se=FALSE)
思考題：
1）寫(xiě)法1和寫(xiě)法2的差異？（全局域和局部域的使用差異）
2）寫(xiě)法2若是要實(shí)現(xiàn)寫(xiě)法1的功能，怎么編寫(xiě)代碼？
03
標(biāo)度
ggplot2會(huì)自動(dòng)根據(jù)輸入變量選擇最優(yōu)的坐標(biāo)刻度方法，若要手動(dòng)設(shè)置或調(diào)整，就需要使用標(biāo)度函數(shù)。
標(biāo)度函數(shù)用來(lái)控制幾何對(duì)象中的標(biāo)度映射（x軸，y軸或者由color，fill，shape，size產(chǎn)生的圖例）。
ggplot2提供豐富的標(biāo)度函數(shù)，常用的有：
拓展功能：scales包提供很多設(shè)置刻度標(biāo)簽風(fēng)格的函數(shù)，比如百分?jǐn)?shù)、科學(xué)計(jì)數(shù)法法、美元格式等。
3.1 修改坐標(biāo)軸刻度及標(biāo)簽
連續(xù)變量使用scale_*_continuous()函數(shù)，參數(shù)breaks設(shè)置各個(gè)刻度的位置，參數(shù)labels設(shè)置各個(gè)刻度對(duì)應(yīng)的標(biāo)簽。
離散變量使用scale_*_discrete()函數(shù)，修改離散變量坐標(biāo)軸的標(biāo)簽。
時(shí)間變量使用scale_x_date()函數(shù)設(shè)置日期刻度，參數(shù)date_breaks設(shè)置刻度間隔，date_labels設(shè)置標(biāo)簽的日期格式
以mpg數(shù)據(jù)集為例，修改連續(xù)變量坐標(biāo)軸刻度及標(biāo)簽。
# scale_y_continuous函數(shù)
# 對(duì)比分析和觀察
# 圖1
ggplot(mpg, aes(displ, hwy)) +
geom_point()
# 圖2
ggplot(mpg, aes(displ, hwy)) +
geom_point() +
scale_y_continuous(breaks = seq(15, 40, by = 10))
# 圖3
ggplot(mpg, aes(displ, hwy)) +
geom_point() +
scale_y_continuous(breaks = seq(15, 40, by = 10),
labels = c(" 一五 "," 二五 "," 三五 "))
以mpg數(shù)據(jù)集為例，修改離散變量的標(biāo)簽
# scale_x_discrete函數(shù)
# 對(duì)比分析和觀察
# 圖1
ggplot(mpg, aes(x = drv)) +
geom_bar()
# 圖2
ggplot(mpg, aes(x = drv)) +
geom_bar() +
scale_x_discrete(labels = c("4" = " 四驅(qū) ", "f" = " 前驅(qū) ",
"r" = " 后驅(qū) "))
以ggplot2自帶的economics數(shù)據(jù)集為例，修改日期變量。
# scale_x_date函數(shù)
# 以ggplot2自帶的economics為例
economics %% glimpse()
# 圖1
ggplot(tail(economics, 45), aes(date, uempmed / 100)) +
geom_line()
# 圖2
ggplot(tail(economics, 45), aes(date, uempmed / 100)) +
geom_line() +
scale_x_date(date_breaks = "6 months", date_labels = "%Y-%b") +
scale_y_continuous(labels = scales::percent)
3.2 修改坐標(biāo)軸標(biāo)簽、圖例名及圖例位置
用labs()函數(shù)參數(shù)x，y或者xlab()，ylab()，設(shè)置x軸，y軸標(biāo)簽。
若用參數(shù)color生成了圖例，可以在labs()函數(shù)用參數(shù)color修改圖例名。
用theme圖層的參數(shù)legend.position設(shè)置圖例的位置。
以mpg數(shù)據(jù)為例。
# 修改坐標(biāo)軸標(biāo)簽，圖例名和圖例位置
mpg
# 圖1
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
labs(x = " 引擎大小 (L)", y = " 高速燃油率 (mpg)",
color = " 驅(qū)動(dòng)類(lèi)型 ") +
theme(legend.position = "top")
# 圖2
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
xlab(" 引擎大小 (L)") +
ylab(" 高速燃油率 (mpg)") +
labs(color = " 驅(qū)動(dòng)類(lèi)型 ") +
theme(legend.position = "top")
# 圖3 不需要圖例
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
xlab(" 引擎大小 (L)") +
ylab(" 高速燃油率 (mpg)") +
theme(legend.position = "none")
3.3 設(shè)置坐標(biāo)軸的范圍
用coord_cartesian()函數(shù)參數(shù)xlim和ylim，或者用xlim()，ylim()設(shè)置x軸和y軸的范圍。
以mpg數(shù)據(jù)集為例。
# 修改坐標(biāo)軸的范圍
# 圖1 coord_cartesian()的參數(shù)xlim和ylim
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
coord_cartesian(xlim = c(5, 7), ylim = c(10, 30))
# 圖2 xlim()和ylim()函數(shù)
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
xlim(5, 7) +
ylim(10, 30)
3.4 變換坐標(biāo)軸
用scale_x_log10()函數(shù)變換坐標(biāo)系，可以保持原始數(shù)據(jù)的坐標(biāo)刻度。
# 修改坐標(biāo)軸的范圍
# 圖1 coord_cartesian()的參數(shù)xlim和ylim
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
coord_cartesian(xlim = c(5, 7), ylim = c(10, 30))
# 圖2 xlim()和ylim()函數(shù)
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
xlim(5, 7) +
ylim(10, 30)
3.5 設(shè)置圖形標(biāo)題
用labs()函數(shù)設(shè)置圖形標(biāo)題。
參數(shù)title 設(shè)置正標(biāo)題
參數(shù)subtitle 設(shè)置副標(biāo)題
參數(shù)caption 設(shè)置腳注標(biāo)題（默認(rèn)右下角）
# 設(shè)置標(biāo)題
# mpg數(shù)據(jù)集為例
p - ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = drv)) +
geom_smooth(se = FALSE) +
labs(title = " 燃油效率與引擎大小的關(guān)系圖 ",
subtitle = " 兩座車(chē) ( 跑車(chē) ) 因重量小而符合預(yù)期 ",
caption = " 數(shù)據(jù)來(lái)自 fueleconomy.gov")
p
標(biāo)題若要居中，采用theme圖層設(shè)置。
p + theme(plot.title = element_text(hjust = 0.5),
plot.subtitle = element_text(hjust = 0.5))
3.6 設(shè)置color、fill顏色
數(shù)據(jù)的某個(gè)維度信息可以通過(guò)顏色來(lái)表示。
可以直接使用顏色值，建議使用RColorBrewer（調(diào)色板）或者colorspace包。
1）連續(xù)變量
- 用scale_color_gradient()設(shè)置二色漸變色。
# 連續(xù)變量
# 圖1 scale_color_gradient()函數(shù)
ggplot(mpg, aes(displ, hwy, color = hwy)) +
geom_point() +
scale_color_gradient(low = "green", high = "red")
- 用scale_color_distiller()設(shè)置調(diào)色板中的顏色
# 圖2 scale_color_distiller()函數(shù)
ggplot(mpg, aes(displ, hwy, color = hwy)) +
geom_point() +
scale_color_distiller(palette = "Set1")
2）離散變量
- 用scale_color_manual()手動(dòng)設(shè)置顏色，還可以修改圖例及其標(biāo)簽信息
# 離散變量
# 圖1 scale_color_manual()函數(shù)
ggplot(mpg, aes(displ, hwy, color = drv)) +
geom_point() +
scale_color_manual(" 驅(qū)動(dòng)方式 ",
values = c("red", "blue", "green"),
breaks = c("4", "f", "r"))
ggplot(mpg, aes(displ, hwy, color = drv)) +
geom_point() +
scale_color_manual(" 驅(qū)動(dòng)方式 ",
values = c("red", "blue", "green"),
labels = c(" 四驅(qū) ", " 前驅(qū) ", " 后驅(qū) "))
-用scale_fill_brewer()調(diào)用調(diào)色板中的顏色
# 圖2 scale_fill_brewer()函數(shù)
ggplot(mpg, aes(x = class, fill = class)) +
geom_bar() +
scale_fill_brewer(palette = "Dark2")
.7 添加文字標(biāo)注
ggrepel包提供了geom_label_repel()函數(shù)或者geom_text_repel()函數(shù)，為圖形添加文字標(biāo)注。
操作步驟：
第一步：先準(zhǔn)備好標(biāo)記點(diǎn)的數(shù)據(jù)
第二步：增加文字標(biāo)注圖層，包括標(biāo)記點(diǎn)的數(shù)據(jù)和標(biāo)注的文字給label參數(shù)
# 設(shè)置文字標(biāo)注信息
library(ggrepel)
# 選取每種車(chē)型 hwy 值最大的樣本
best_in_class - mpg %%
group_by(class) %%
slice_max(hwy, n = 1)
best_in_class %% select(class, model, hwy)
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = class)) +
geom_label_repel(data = best_in_class,
aes(label = model))
04
計(jì)變換、坐標(biāo)系和位置調(diào)整
.1 統(tǒng)計(jì)變換
統(tǒng)計(jì)變換是構(gòu)建新的統(tǒng)計(jì)量而畫(huà)圖。
例如，條形圖或直方圖，是對(duì)數(shù)據(jù)分組的頻數(shù)做畫(huà)圖；平滑曲線是對(duì)數(shù)據(jù)擬合模型的預(yù)測(cè)值畫(huà)圖。
gplot2可以把統(tǒng)計(jì)變換直接融入畫(huà)圖中，不必先在對(duì)數(shù)據(jù)做統(tǒng)計(jì)變換后再畫(huà)圖。
gplot2提供30多種統(tǒng)計(jì)，均以stats_xxx()的方式命名。
1）可在幾何對(duì)象中直接使用的統(tǒng)計(jì)變換，直接使用幾何對(duì)象就可以了。
能在幾何對(duì)象創(chuàng)建的，而需要單獨(dú)使用。
mpg數(shù)據(jù)集為例。
stat_summary()做統(tǒng)計(jì)繪圖并匯總。
# 圖1 stat_summary()做統(tǒng)計(jì)繪圖并匯總
p - ggplot(mpg, aes(x = class, y = hwy)) +
geom_violin(trim = FALSE, alpha = 0.5, color = "green")
p
p + stat_summary(fun = mean,
fun.min = function (x) {mean(x) - sd(x)},
fun.max = function (x) {mean(x) + sd(x)},
geom = "pointrange",
color = "red")
tat_smooth()添加光滑曲線，與geom_smooth()相同。
參數(shù)method設(shè)置平滑曲線的擬合方法，如lm線性回歸、glm廣義線性回歸、loess多項(xiàng)式回歸、gam廣義加法模型(mgcv包)、rlm穩(wěn)健回歸(MASS包)等。
參數(shù)formula指定平滑曲線方程，如y ~ x, y ~ poly(x, 2)， y ~ log(x)等。
參數(shù)se設(shè)置是否繪制置信區(qū)間。
# 圖2 stat_smooth()添加平滑曲線
ggplot(mpg, aes(displ, hwy)) +
geom_point() +
stat_smooth(method = "lm",
formula = y ~ splines::bs(x, 3),
se = FALSE)
ggplot(mpg, aes(displ, hwy)) +
geom_point() +
geom_smooth(method = "lm",
formula = y ~ splines::bs(x, 3),
se = FALSE)
4.2 坐標(biāo)系
ggplot2默認(rèn)是直角坐標(biāo)系。
- coord_cartesian()
常用的其它坐標(biāo)系：
以mpg數(shù)據(jù)集為例，坐標(biāo)軸翻轉(zhuǎn)。
# 圖1 坐標(biāo)軸翻轉(zhuǎn)coord_flip()
p - ggplot(mpg, aes(class, hwy)) +
geom_boxplot()
p
p + coord_flip()
直角坐標(biāo)下條形圖轉(zhuǎn)換為極坐標(biāo)下玫瑰圖。
# 圖2 直角坐標(biāo)條形圖--極坐標(biāo)玫瑰圖
p - ggplot(mpg, aes(class, fill = drv)) +
geom_bar()
p
p + coord_polar()
4.3 位置調(diào)整
條形圖的位置調(diào)整
# 圖1：條形圖條形位置調(diào)整
ggplot(mpg, aes(class, fill = drv)) +
geom_bar()
ggplot(mpg, aes(class, fill = drv)) +
geom_bar(position = "dodge")
ggplot(mpg, aes(class, fill = drv)) +
geom_bar(position = position_dodge(preserve = "single"))
散點(diǎn)圖的散點(diǎn)位置調(diào)整
# 圖1：散點(diǎn)圖的散點(diǎn)位置調(diào)整
ggplot(mpg, aes(displ, hwy)) +
geom_point()
ggplot(mpg, aes(displ, hwy)) +
geom_point(position = "jitter")
用patchwork包排布多個(gè)圖形
library(patchwork)
p1 - ggplot(mpg, aes(displ, hwy)) +
geom_point()
p2 - ggplot(mpg, aes(drv, displ)) +
geom_boxplot()
p3 - ggplot(mpg, aes(drv)) +
geom_bar()
p1 | (p2 / p3)
p1 | p2 | p3
p1 / p2 / p3
p1 / (p2 | p3)
05
分面
利用分類(lèi)變量把圖形分成若干“子圖”（面），實(shí)際上就是對(duì)數(shù)據(jù)分組后再畫(huà)圖，屬于數(shù)據(jù)分析里面細(xì)分和下鉆的思想。
5.1 用facet_wrap()函數(shù)
封裝分面，先生成一維的面板系列，再封裝到二維中。
語(yǔ)法形式：~ 分類(lèi)變量 或者 ~ 分類(lèi)變量1 + 分類(lèi)變量2
參數(shù)scales設(shè)置是否共用坐標(biāo)刻度，fixed 默認(rèn) 共用， free 不共用，還可以額通過(guò)free_x，free_y單獨(dú)設(shè)置。
q1, 首先要確定是barplot還是hist，如果是barplot的話，應(yīng)該不存在breaks的問(wèn)題，因?yàn)閎arplot的傳入?yún)?shù)是個(gè)矩陣；
我假設(shè)你要畫(huà)的是個(gè)hist，我偶遇過(guò)這個(gè)問(wèn)題，我的理解是hist的breaks的值要能被范圍整除才行；比如x=1:200，break=7的話，就只能畫(huà)出4個(gè)柱來(lái)，但如果breaks=10就沒(méi)問(wèn)題；基本上是這樣的，偶爾也有例外；比如break=5就不行....奇怪得很
最后，沒(méi)辦法的辦法，就只能用barplot代替hist了，barplot肯定不會(huì)有這個(gè)問(wèn)題，統(tǒng)計(jì)下hist參數(shù)中的分布情況，轉(zhuǎn)換成矩陣，用barplot吧；
q2, 貌似一般都用一組因素把這些類(lèi)別區(qū)分開(kāi)，我用abcde，表示你的小學(xué)，中學(xué)...了，比如這樣：
a=1:7;b=8:10;c=c(9,10,11);d=c(40,55);e=100:110f=factor(c(rep(1,sum(length(a),length(b),length(c))),rep(2,sum(length(d),length(e)))))#先用c()生成數(shù)組，在轉(zhuǎn)換成factor，其實(shí)數(shù)組也ok的，不過(guò)plot()中兩個(gè)數(shù)組和factor不一樣 x=c(a,b,c,d,e)plot(x~f)q3, 就我所知不行；yes或no一定也要是能映射到x，y范圍內(nèi)的點(diǎn)才行；你是想表示分類(lèi)結(jié)果嗎？如果是的話，通常用顏色，或者在點(diǎn)旁邊的text表示。
q4, 舉個(gè)例子吧
x=-50:50y=x^2+x+1z=10*abs(x)+1 plot(x,y,type='l')lines(x,z,lty=3)legend(c('type1','type2'), x=-20,y=2500, col=c('black','red'), lty=c(1,3))legend的x和y是legend的左上角，匿名參數(shù)是類(lèi)型名稱，col,lty,pch 是對(duì)應(yīng)的顏色，線類(lèi)型，和點(diǎn)類(lèi)型。
最后，我現(xiàn)在多用ggplot2，如果不抵觸的話可以看看，和R的基礎(chǔ)作圖包思路不是很一樣，但是圖很清新的；
如果還有問(wèn)題，建議把數(shù)據(jù)集data.frame粘貼幾行上來(lái)，我也試試；
查看GOplot內(nèi)示例數(shù)據(jù)的格式，對(duì)自己的數(shù)據(jù)做處理
觀察結(jié)論：
觀察自己的兩個(gè)數(shù)據(jù)表：
table.legend 設(shè)置為T(mén)時(shí)會(huì)顯示表格
本圖中表格和圖例是出圖后剪切拼合而成，沒(méi)有用R中的拼圖包
重慶分公司
重慶分公司
