安装新方式

在《检索疫情数据的R包来了》一文写的安装方式,依然是可行的。但鉴于许多国内的用户,可能在访问github上存在一些问题,我把nCov2019在国内的码云上做了个同步的镜像,所以呢,你也可以通过码云去安装了,安装代码如下:

## 方法一,使用github
remotes::install_github("GuangchuangYu/nCov2019")

## 方法二,使用gitee
remotes::install_git('https://gitee.com/GuangchuangYu/nCov2019')

Continue reading

答案嘛,就是自己画legend啊,你看看legend函数,还不是些简单的代码在画,自己画即可。不要被这些条条框框给套住。 从ggplot2拿legend 为了突破你的想像力,在此处甚至于我要给你个例子,用ggplot2来生成个legend,放在base plot上去。 自己画legend,有何不可?!如果base有现成的函数画图,而你只熟悉ggplot2,你甚至于可以互搞。而互搞,当然要借助于ggplotify包:《ggplotify简史》。 col = colorspace::rainbow_hcl(3) names(col) = unique(iris$Species) library(ggplotify) color = col[iris$Species] p = as.ggplot(~plot(iris$Sepal.Length, iris$Sepal.Width, col=color, pch=15)) library(ggplot2) p2 = ggplot(iris, aes(Sepal.Length, Sepal.Width, color=Species)) + geom_point() + scale_color_manual(values=col, name="") legend = cowplot::get_legend(p2) p + ggimage::geom_subview(x=.7, y=.6, subview=legend) 这里用base plot画了一个图,又用ggplot2画了一个,用cowplot把legend抽出来,然后再用我的另一个包ggimage进行图上嵌图,完事。ggimage实例可以参考这篇《shit,拟合的残差这么大!》。 用ggplot2画legend 上面这例子是不是还不过瘾,因为啊我还是用ggplot2给重新画了一遍,如果你这么看,那么你的脑洞不够大,画是画了,但不一定要画一样的图,比如说有现成的base函数画复杂的图,而你不会用ggplot2画,但不妨碍你画个简单的图,但这简单的图中的图例可以切出来使用啊。 呼应我上面讲到的,图例自己徒手画,我们用ggplot2来来徒手一下。画出下面这个图例: p2 <- ggplot() + annotate("point", x=1,y=1:3,shape=15, color=col) + annotate("text", x=1.01, y=1:3, label=names(col), hjust=0) + xlim(0.99, 1.2) + ylim(0, 4) + theme_void() 对着代码看,不应该有什么问题,打了三个点,再打了三个相应的文本。然后再让我们把这图当做图例,嵌套到base plot上去。 p + ggimage::geom_subview(x=.

Continue reading

Author's picture

Guangchuang Yu

Bioinformatics Professor @ SMU

Bioinformatics Professor

Guangzhou