「R绘图模板」密度散点图的绘制！！！

原创王志山科研后花园

为了避免各位错过最新的推文教程，强烈建议大家将“科研后花园”设置为“星标”（由于微信改版，有同学反映存在接收不到公众号推文的情况）！

绘图说明：

密度散点图（Scatter Density Plot）是一种将散点图与核密度估计相结合的图表类型，用于显示数据的分布情况。它可以帮助我们观察数据的聚集情况和密度分布，更直观地理解数据的分布规律。要在R中绘制密度散点图，这里我们借助ggpointdensity包中的geom_pointdensity()[1]函数绘制，并借助geom_smooth()函数添加拟合曲线；借助stat_cor()函数计算R值与P值，颜色则是借助viridis包[2]进行调整。

1、加载R包：

library(ggplot2) # Create Elegant Data Visualisations Using the Grammar of Graphicslibrary(ggpointdensity) # A Cross Between a 2D Density Plot and a Scatter Plotlibrary(viridis) # Colorblind-Friendly Color Maps for Rlibrary(ggpmisc) # Miscellaneous Extensions to 'ggplot2'library(ggpubr) # 'ggplot2' Based Publication Ready Plots

2、加载数据(随机编写，无实际意义)：

df1 <- read.table(file="data1.txt",sep="\t",header=T,check.names=FALSE)df2 <- read.table(file="data2.txt",sep="\t",header=T,check.names=FALSE)

3、普通散点图绘制：

ggplot(df1, aes(x, y))+  geom_point()

ggplot(df2, aes(x, y))+  geom_point()

4、基于df1数据并基于ggpointdensity包绘制密度散点图：

ggplot(df1, aes(x, y)) +  geom_pointdensity() +  theme_bw()+  theme(panel.grid = element_blank(),        legend.position = c(0.15,0.75),        axis.text = element_text(size = 10))+  labs(x=NULL, y=NULL)+  scale_color_viridis(option = "turbo")->p1p1

5、基于df2数据绘制密度散点图并添加拟合曲线及回归方程：

ggplot(df2, aes(x, y)) +  geom_pointdensity() +  geom_smooth(method = "lm",               formula = y ~ x,              linewidth = 1,              linetype=1, color = "#ffcb00")+  stat_cor(method = "pearson",label.x = 60, label.y = 20,size=4)+  stat_poly_eq(formula = y ~ x, aes(label = paste(after_stat(eq.label),                                             sep = "~~~")), parse = TRUE,               label.x = 0.88, label.y = 0.22,size=4)+  annotate("text", x = 68 , y = 32,label = "N = 2900", size= 4)+  theme_bw()+  theme(panel.grid = element_blank(),        legend.position = c(0.12,0.78),        axis.text = element_text(size = 10))+  labs(x=NULL, y=NULL)+  scale_color_viridis(option = "turbo")+  scale_y_continuous(expand = c(0,0))+  scale_x_continuous(expand = c(0,0))->p2p2

6、拼图效果展示：

library(patchwork)p1+p2+  plot_annotation(    tag_levels = c('A', '1'), tag_prefix = 'Fig. ', tag_sep = '.',) +  theme(plot.tag.position = c(0, 0.98),        plot.tag = element_text(size = 15, hjust = 0,vjust = 0, color="black"))