R语言图片之间的保存和导出
1.图片保存
图片保存的几种方法：
1.1 基础包作图的保存
1.2 ggplot系列图(包括ggpubr)通用的简便保存 ggsave
1.3 pheatmap函数的图保存方式
1.4 eoffice包 导出为ppt,全部元素都是可编辑模式
1.5 其它方式保存图片（通用）
1.1 基础包作图的保存
不需要加载任何R包
通用：三段论
（1）图片保存的格式及文件名： pdf("test.pdf")、png("test.png")，支持各种合格图片的格式，注意对应的后缀不能写错。
（2）作图代码：可以写很多行代码。
（3）图画完，关闭画板：dev.off()，图画完需要终止符号。
图画完后，点击保存的图片，能打开说明正常，不能打开，可能代码出了问题。
pdf("iris_box_ggpubr.pdf")
boxplot(iris[,1]~iris[,5])
text(6.5,4, labels = 'hello')
dev.off()
##先设置保存的格式为pdf，再画图，运行画图代码后，图片保存在工作目录下。
1.2 ggplot系列图(包括ggpubr)通用的简便保存 ggsave
##保存直接保存）
ggsave("iris_box_ggpubr.png")
#右下角出的图，用ggsave保存，后缀就是什么后缀，支持很多种格式，从帮助文档里翻
##保存ggplot画的图
##赋值保存
library(ggpubr)
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
ggsave(p,filename = "iris_box_ggpubr.png")
#给图赋值，写保存的名称。
1.3 pheatmap函数的图保存方式
### 第一种在pheatmap函数后面设置filename ="DEG_break_pheatmap.png" ，后缀可以是png或是pdf
p <- pheatmap(dat,scale = "row",show_colnames =T,show_rownames = F,
cluster_cols = T,
annotation_col=group,
main = "edgeR's DEG",
breaks = seq(-2,2,length.out = 100),
filename ="DEG_break_pheatmap.png" )
p
### 第二种用普通包保存函数pdf，png，对应的后缀要写对
pdf("DEG_break_pheatmap.pdf")
###代码正常运行，不出图的情况下，运行以下两句代码
dev.off()
dev.new()
1.4 eoffice包 导出为ppt,全部元素都是可编辑模式
library(eoffice)
library(ggpubr)
p <- ggboxplot(iris, x = "Species",
y = "Sepal.Length",
color = "Species",
shape = "Species",
add = "jitter")
topptx(p,"iris_box_ggpubr.pptx")
##运行完代码后在目录下生成PPT文件
后缀.pptx不能写错，保存好后，打开PPT--点击右键--取消组合，看到图片有很多可编辑元素，可以编辑横纵坐标的字体字号，图片的颜色等做一些修饰，切忌不可造假图片。能用代码解决的事情坚决用代码，后面需要用到ppt编辑再编辑。
1.5 其它方式保存
有时候遇到新的画图函数，但是之前没接触过，着急且查不到代码时。可以打开当前图片框，点击export保存，在工作目录下。保存图片多的时候比较占时间，还是学会用代码保存最好。
2.拼图
2.1 R包patchwork
语法简单，完美兼容ggplot2
拼图比例设置简单
（1）支持直接p1+p2，比任何一个包简单
（2）复杂的布局代码易读性更强
（3）可以给子图添加标记（例如ABCD，I，II，III，IV这样）
（4）可以统一修改所有子图
（5）可以将子图的图例移到一起，整体性特别好。
（来自生信技能树小洁老师课件描述）
library(patchwork)
p1=ggplot(data = iris)+
geom_point(mapping = aes(x = Sepal.Length,
y = Petal.Length,
color = Species))
p2=ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut,fill=clarity))
R包patchwork的其它介绍
https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ
library(ggplot2)
colnames(iris)
p1=ggplot(iris,aes(Sepal.Length,Sepal.Width))+
geom_point(aes(color=Species))#color=Species
p2=ggplot(iris,aes(Sepal.Length,Sepal.Width))+
geom_point(aes(color=Sepal.Length))#color=Sepal.Length
library(patchwork)##拼图前一定要加载
p1+p2
##拼图后，可以用gglpot2的保存方式去保存
注意的问题:
代码可运行却不出图，是因为画板被占用
使用代码：dev.off()关闭画板，出现null device
多次运行dev.off()，到出现null device，再重新运行出图代码或dev.new()
dev.off()报错，提示关闭画板不存在，惯着它，特例的报错，不用管
遇到问题可以运行dev.new()，不行重启Rstudio，再不行重启电脑：每次重启都会把一些被破坏的默认设置恢复到原样。
3.画图合辑
3.1 小洁老师的语雀专辑
复习补充：连续型和分散型，以iris为例
library(ggplot2)
colnames(iris)
#图一代码
ggplot(iris,aes(Sepal.Length,Sepal.Width))+
geom_point(aes(color=Species))#color=Species，
#图二代码
ggplot(iris,aes(Sepal.Length,Sepal.Width))+
geom_point(aes(color=Sepal.Length))#color=Sepal.Length
两者行代码画出的图，不一样，图一的点图有3种颜色，图二的图几乎只有一种颜色
iris$Species#是离散型数据，table(iris$Species)有三个独立的值，互不相干的颜色
iris$Sepal.Length#就一堆数字，sort(iris$Sepal.Length),4.3连续到7.9不好分颜色
画图箱线图，希望横坐标按顺序排序，但是横坐标不是数字，ggplot默认的横坐标顺序与自己的想象有差别，是因为有因子存在，因子有些争议，有人认为它是数据类型，有人认为它是数据结构。
iris$Species
##最后一列有Levels，Levels是因子的关键词，因子水平的意思
class(iris$Species)
#[1] "factor"
##R语言基础比较扎实时再去完因子，不然会崩溃。
##调整横坐标会用到有序因子
画箱线图时，连续型的数值不能作为横纵标，要有重复值，这个以后慢慢去理解
library(ggstatsplot)
##用这个包里函数的一句代码画出非常漂亮的小提琴图，难点是这个包的安装，一个个包找去z
##热图学习
?pheatmap
##帮助文档是最好学习热图的教程
3.2 资料里有曾老师给的脚本和html文件
详细介绍很多种图的一步一步画法
画图部分的扩展学习文件：
基础包画图500行代码：zz_Basic plot in R for biotrainee .R
ggplot2画图50个案例：top50ggplot.html
4.总结：
一般画图都是找别人的代码（R 火山图搜索），把自己的数据套进去，解决自己的数据与别人数据的差别，就是把自己的数据整理成与示例的数据一样。
难点不是作图代码，而是如何将自己的数据整理成示例数据的样子。不同的图，示例数据是不一样的，有的是需要矩阵，有的是要数据框，有的是要数值型或是其它类型。作图数据不可能都是统一类型。
要根据自己的R语言基础去搞明白，比较数据，能运行成功和不能运行成功的数据差在哪里：
数据结构（人家的是矩阵，你的是数据框），数据类型（人家的是纯数值型，你的里边夹杂一些字符型，逻辑型）：用class函数，str函数，is.xx函数判断。
行、列的组织方式、对应关系（人家的一行是一个基因，你的一列是一个基因；人家有两个或是多个示例数据，这两个示例数据或是多个示例数据之间有对应关系，如两个表达矩阵，一个表达矩阵的某个信息有6个列，而你的信息有8列，和另一个表达矩阵某一行对应关系）：使用转置函数t()。
（如果以上的信息排除了，可能有以下情况）
缺失值，异常值，重复值等
有的列名还有要求一样，这个比较少见。
最常见要求是：数据结构，数据类型
说明
以上内容是听生信技能树小洁老师的R语言线上课，根据自己的理解记录下来，小洁老师授课非常细心，对不同水平的同学都照顾到，并且补充很多技巧（拼图最好用的包）以及注意事项。
还没有任何评论，你来说两句吧