ggplot第四篇-从直方图学习统计变换

微信公众号生信星球同步更新我的文章

1.获取示例数据

“生信星球”公众号回复gene_len.csv即可获得
--数据来自基因课《ggplot2-绘图的艺术》
读取数据：

 gene_len <- read.csv("gene_len.csv",row.names = 1)

2.专业术语

窗口=图上的柱子。根据下面两组图来理解（颜色设计还是因为我开心）

（1）用bins定义窗口数量

100个窗口
25个窗口

（2）用binwidth定义窗口的大小。

窗口大小为1000
窗口大小为100

3.生成图片的代码

按照bins定义

ph <- ggplot(data = gene_len,aes(fill=..count..))
ph + geom_bar(stat = "bin",#stat=“bin”可以省略，因为是默认值
              bins = 25,
              aes(x = Length, y = ..count..))
#直方图 geom_histogram
#在直方图中指定统计方式是按照窗口进行统计
#“..count..”是ggplot 里的特殊变量，代表统计变换里每个窗口里的计数。

按照binwidth定义

ph <- ggplot(data = gene_len,aes(fill=..count..))
ph + geom_bar(stat = "bin",
              binwidth = 1000, #把这里去掉一个0就是100
              aes(x = Length, y = ..count..))

4.统计变换与几何对象

作图思路是先确定了做直方图，然后选择了统计方式是根据窗口大小。
统计变换和几何对象是ggplot绘图的两个侧面，缺一不可。每种几何对象默认对应一种统计变换，每种统计变换也默认对应一个几何对象。
另一种思路是先确定统计方式，再选择直方图。

ph + stat_bin(binwidth = 100,
                  geom = "bar" ,#bar代表直方图。可省略,因为是默认值
                  aes(x = Length, y = ..count..))

两种思路没有优劣之分。