其他
可视化可爱的小蜜蜂
今天学习一个使用好看的字体和形状进行可视化的例子。
数据集是来自于USDA[1]。
“数据集主要包含美国地区蜜蜂的相关信息，如封蜂群数量、最大数量、丢失数量、丢失率、增加数量、修复数量、修复率等。
加载R包和数据
最近发现有的小伙伴总是说加载R包这一步有问题，关于这一点只能是具体问题具体分析，每个人电脑配置、系统、使用习惯等都不一样，没有通用的解决方法，建议直接百度报错代码。
# 加载R包
library(ggplot2)
library(tidytuesdayR)
library(ggbeeswarm)
library(ggpomological)
library(showtext)
# 加载数据
colony <- readRDS("colony.rds")
1222行，10列的数据。
glimpse(colony)
Rows: 1,222
Columns: 10
$ year <dbl> 2015, 2015, 2015, 2015,~
$ months <chr> "January-March", "Janua~
$ state <chr> "Alabama", "Arizona", "~
$ colony_n <dbl> 7000, 35000, 13000, 144~
$ colony_max <dbl> 7000, 35000, 14000, 169~
$ colony_lost <dbl> 1800, 4600, 1500, 25500~
$ colony_lost_pct <dbl> 26, 13, 11, 15, 12, 22,~
$ colony_added <dbl> 2800, 3400, 1200, 25000~
$ colony_reno <dbl> 250, 2100, 90, 124000, ~
$ colony_reno_pct <dbl> 4, 6, 1, 7, 1, NA, 8, 9~
数据处理和画图
主要是想看下不同年份和季节蜜蜂群丢失率情况。
colony$year <- factor(colony$year, levels = c(2015:2021))
colony$months<- factor(colony$months,levels = c("January-March","April-June",
"July-September",
"October-December"))
pallete <- c("#BD4932", "#C98A1C","#105B63", "#FFD34E")
画图：
# 这一步很重要，可以让你自由使用各种字体！
font_add("b Bee Pollen","F:/软件/fonts/BeePollen-lgE8Z.otf")
showtext_auto()
# 画图
plot <- ggplot(colony,aes(x = year, y = colony_lost_pct, color = months)) +
geom_quasirandom(method = "pseudorandom",size = 2, pch = 8) + # 画抖动散点图
labs(title = "Bee Colony Losses in the US",
x = NULL, y = NULL, colour = NULL) +
theme_pomological() +
theme(text = element_text(family = "b Bee Pollen"),
plot.title = element_text(colour = "#704d10", size = 40),
legend.text = element_text(colour = "#704d10", size = 25),
axis.title = element_text(size = 25),
axis.text = element_text(size = 20),
legend.position = "bottom",
legend.direction = "horizontal") +
scale_y_continuous(labels = function(value) paste0(value,"%"))+
scale_color_manual(values=pallete) +
coord_flip()
plot
今天的小例子很短，不过有几个非常有用的知识点，一个是使用showtext包自由添加各种字体，绕过windows总是缺少字体的提示，另一个是使用geom_quasirandom画抖动散点图。
想要获取数据和字体的小伙伴可直接在公众号后台回复20220317获取今日数据。数据配合代码复制粘贴即可运行，前提是装好相应的R包哦。
参考资料
USDA: https://usda.library.cornell.edu/concern/publications/rn301137d?locale=en
以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！
欢迎在评论区留言或直接添加我的微信！
欢迎关注公众号：医学和生信笔记
“医学和生信笔记 公众号主要分享：1.医学小知识、肛肠科小知识；2.R语言和Python相关的数据分析、可视化、机器学习等；3.生物信息学学习资料和自己的学习笔记！
往期回顾
2022-02-11
2022-02-10
2022-02-09
2022-02-08