ggplot2绘图过程种,控制图例在图中的位置利用theme(legend.position)参数
该参数对应的设置如下:
legend.position | the position of legends ("none", "left", "right", "bottom", "top", or two-element numeric vector) |
其中none 表示隐藏图例,可参考 https://www.omicsclass.com/article/383
其他类型表示控制具体位置,包括 "left" 左, "right" 右, "bottom" 下, "top" 上,以绘图过程 https://www.omicsclass.com/article/92 为基础,修改theme(legend.position)
p_bottom=p+theme(legend.position = "bottom")
print(p_bottom)
但是需要主要,legend.position也可以用两个元素构成的数值向量来控制,主要是设置图例在图片中间所在具体位置,而不是图片的外围。数值大小一般在0-1之间,超出数值往往导致图例隐藏。
c(0.9,0.7)
p_v=p+theme(legend.position = c(0.9,0.7))
print(p_v)
c(0.9,1.1) 仅出现小半图例
p_v=p+theme(legend.position = c(0.9,1.1))
print(p_v)
c(0.9,1.2) 图例完全超出绘图板,可以理解隐藏
p_v=p+theme(legend.position = c(0.9,1.2))
print(p_v)
如果想提升自己的绘图技能,我们推荐:R语言绘图基础(ggplot2)
1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读;转录组(无参)结果解读
3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课:linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图
7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他,二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!