冲田杏梨qvod Nature插图复现：热图+显赫性+柱状图

“ 在这里声明冲田杏梨qvod，插图灵感开始于公众号“科研后花坛”，这个公众号先容了好多类插图用R话语复现的要道，感趣味趣味的读者不错温文一下。我仍会执意不移地更新用Visio罢了各样插图的要道，主要凸起它的浅薄快捷和好意思不雅！”

这幅图是一张相等规的组合图，绘制软件莫得这种图的模板（相等规），这幅图包含了热图+显赫性+柱状图（组合图），这类图越来越多地出当今论文中，是因为组合图抒发的信息充分，不错在一幅图上了解全面的信息，而不需要从子图a看到子图c，它们之间的位置干系格外轮廓，这是分为多张子图罢了不了的。

复现要道：

咱们先将需要在Visio中画的元素画出来，配色的话咱们需要借助Excel。图中共有4行9列正方形格子，在Visio中通过以下口头罢了。

颐养方格的间距；方格的线条需淌若灰色冲田杏梨qvod，因为标注的字体照旧是玄色了，方格线条是玄色的话扫数这个词图的配色就略显千里重。添加完标注信息后，不错了解扫数这个词图的布局，找到留白区，稍后加入一些其他的元素均衡布局。

这里有一个需要注意见所在是，上头的翰墨旋转了45°，这会导致翰墨的边界拉长，咱们框选的边界是实质的图形边界，而不是咱们翰墨的里面边界，是以咱们要对这些元素的边界进行颐养，具体口头即是将能消弱的文本框边界都消弱一些，然后将斜项的文本组合在沿路，这样它们的边界就会酿成一个矩形，就不会占用太多的空缺空间。

将其他能在Visio中画出的元素都画出来，补充在图上。我在原图的基础上鼎新了一些所在。一是方格底下的矩形的配色，在玄色占主体的图中，要加入一些亮堂的热沈对消画面的千里重感；二是鼎新了左上角渐变色条的发达口头，原图是用玄色的刻度线来默示数值的，这个色条是莫得线条的，是以加入刻度线会显得突兀，这里将刻度线酿成了白色虚线，加了暗影，这样就相等顺应渐变色条的立场了；三是鼎新了渐变色的热沈，原图是从白色到蓝色，白色部分在图中显露不出来，我在这里把白色改为了浅灰色，刻度线0处便鄙俗看出边界。

接下来即是给方格中间的圆配色，这个是把柄实质的数据情况来配色的。我这里用Excel的简化数据来默示一下基本的要道。图中一共有17个圆圈需要配色，那我就在Excel流毒创建17个0-1的值（特等据时不必这样）。虽然这种配色也不错用其他软件罢了，仅仅在Visio中莫得取色器，不太浅薄，是以给与了这种口头。

通过为条形图配色的口头获得热沈，因为条形图不错在Visio中取消组合，是以能径直通过口头刷来改圆圈的配色。也不错将Visio图复制粘贴到AI或者PS中去改热沈。

配色完成后，要搜检各元素之间是否对都，风气使用对都器用进行对都。整都是一幅图是否好意思不雅的环节，其次才是布局。作图时，多行使参考线璀璨元素的位置。配色时，要分澄澈主体和非主体，主体的热沈和布局要在整幅图中显眼，配色不要全部使用亮色，亮色在全部亮色里就不亮了，顺应配一些灰色就会让图看起来格外满足。

伊人情人网综合

近期有好多东说念主评叙述这些图径直用R话语画就行了，都有现成的代码，我为什么要搞的这样吃力。我的初志是念念行使另外一种粗拙的口头匡助科研小白画出顺眼的图，我之是以不讲代码，是因为我看到那些代码都头疼。如果咱们用了现成的R话语代码画出了这幅图，关于绘制的东说念主来说是莫得任何嗅觉的，他不会学到怎样配色，怎样布局，怎样好意思化，最伏击的都学不到那绘制的道理也就莫得了，代码丢失的工夫，一切都丢了。

这里截取了“科研后花坛”公众号提供的R话语代码，全球不错嗅觉一下哪种绘制的口头最佳，不喜勿喷！

rm(list=ls())#clear Global Environmentsetwd("D:/桌面/test")
library(ggplot2) # Create Elegant Data Visualisations Using the Grammar of Graphicslibrary(reshape2) # Flexibly Reshape Data: A Reboot of the Reshape Packagedata1 <- read.table("data1.txt"，sep="\t"，header = T，check.names = F)
data2 <- read.table("data2.txt"，sep="\t"，header = T，check.names = F)
data1$Y <- c(1，2，3，4)
data2$Y <- c(1，2，3，4)
df1 <- melt(data1，id.vars = c("group"，"Y"))
df1$X <- rep(1:9， each = 4)
df1$gap <- rep(c(1，2，3)，times = c(4，4，28))
p1 <- ggplot(df1， aes(X， Y)) +
  geom_rect(aes(xmin = X-0.5， xmax = X+0.5， ymin = Y-0.5， ymax = Y+0.5)， color = "grey40"，fill="white") +
  geom_point(aes(size= ifelse(value > 0， value， 0)，color=ifelse(value > 0， value， 0)))+
  scale_color_continuous(low = "white"， high = "#23589e") +
  geom_point(data = df1[df1$value == 0， ]， shape = 21， size = 1， color = "black"，fill="grey50")+
  geom_text(data = subset(df1， value > 0 & value < 0.5)，
            aes(label = "NS")， size=4，color="#92461f"，vjust=-0.1)+
  scale_x_continuous(position = "top"，breaks = c(1:9)， labels = c("Overall transm."， "CosteaPl_2017_DEU"， "BritolL_2016"，                                                 "Guinea-Bissau"， "PasolliE_2018_MDG"，"PehrssonE_2016_PER"，                                                 "PehrssonE_2016_SLV"，"Ghana"，"Tanzania")) +
  scale_y_continuous(breaks = c(1:4)， labels = data1$group)+
  theme_void()+
  theme(axis.text.x = element_text(angle = 45，hjust = 0，vjust = 0，size=10，color="black")，
        axis.text.y = element_text(color="black"，size=10，vjust = 0，hjust = 1))+
  labs(x=NULL，y=NULL，color="SGB transmissibility")+
  guides(size = "none")+
  scale_size_continuous(range = c(1，8))+
  facet_grid(~gap，scales = 'free'，space = "free")+
  theme(strip.text = element_blank())+
  geom_rect(data = df1[df1$gap == 2， ]， aes(xmin = 1.5， xmax = 2.5， ymin = -Inf， ymax = 0.3)，
            fill = "#6c3417")+
  geom_rect(data = df1[df1$gap == 3， ]， aes(xmin = 2.5， xmax = 9.5， ymin = -Inf， ymax = 0.3)，
            fill = "#68a030")#绘制柱状图p2 <- ggplot(data2，aes(Y，value))+
  geom_col(fill="#b2b2b2"，width = 0.8)+
  theme_classic()+
  theme(axis.text.x = element_text(color = "black"，size=12)，
        axis.ticks.x = element_line(color = "black"，linewidth=0.8)，
        axis.line.x = element_line(color = "black"，linewidth=0.8)，
        axis.text.y=element_blank()，
        axis.ticks.y=element_blank()，
        axis.line.y = element_blank()，
        plot.title = element_text(color="black"，hjust = 0.5，size=15)，
        plot.background = element_blank())+
  coord_flip()+
  labs(x=NULL，y=NULL，title = "Prevalence(%)")+
  scale_y_continuous(expand = c(0，0))###拼接图形p1%>%aplot::insert_right(p2，width = 0.2)

温文“博硕科研绘图”公众号冲田杏梨qvod，了解更多科研绘图常识！