ggplot 썸네일형 리스트형 [R프로그래밍] 데이터시각화 with ggplot2:: ggplot 으로 ROC curve 그리기 ggplot(df,aes(FPR,TPR,color=GeneSet))+ geom_line(size = 2, alpha = 0.7)+ labs(title= "ROC curve", x = "False Positive Rate (1-Specificity)", y = "True Positive Rate (Sensitivity)") 이건 미처 생각하지 못한 방법... 이걸로 python 에서 얻어진 값을 활용해서 R 에서 ROC curve 를 그릴 수 있다. [R프로그래밍] ggplot2:: 여러개의 ggsurvplot 합치기 / arrange multiple ggsurvplots ggsurvplot 정말 좋은 graphic tool 입니다. 논문 투고를 준비하다보면... ggsurvplot 을 이용해서 그린 figure 를 하나의 figure 로 합치고 싶을 때가 있습니다. 이럴때 쓰는 코드를 알려드리겠습니다. splots [R프로그래밍] 데이터시각화 with ggplot2:: 범례 (legend) 제거하기 (remove) ggplot 으로 figure 를 그렸을 때, 범례 (legend) 를 제거하고 싶을 때가 있습니다. 그럴때 사용하는 방법에 대하여 포스팅하겠습니다. iris 데이터 기준으로 말씀드리겠습니다. iris 데이터에서 Species 에 따른 Sepal.Length 와 Petal.Length 의 분포를 보고 싶어서 아래와 같은 figure 를 그렸습니다. ggplot(iris, aes(Sepal.Length, Petal.Length, color=Species))+ geom_point()+ theme_bw() 위 그림의 우측에 나와있는 범례를 지우기 위해서는 어떻게 해야할까요?? 방법은 다음과 같습니다.ggplot(iris, aes(Sepal.Length, Petal.Length, color=Species))+ .. [R프로그래밍] 데이터시각화 with ggplot2::ggsurvplot, ggsurvplot 저장하기, saving ggsurvplot ggsurvplot 은 좋은 명령어죠. ggsurvplot 으로 만든 예쁜 figure 를 논문 제출을 위하여 high dpi 로 저장을 하고 싶을때 하는 방법입니다. 불행히도 일반적인 ggsave 는 먹히지 않습니다.꼼수(?)를 써야하는데요. ㅎㅎ방법은 아래와 같습니다. figure [R프로그래밍] 데이터시각화 with ggplot2::geom_signif, t-test 의 p-value 를 boxplot 그래프 위에 표시하기 오늘 포스팅 내용은 boxplot 에 p-value 와 bar 를 그려서 각각의 그룹에서 평균값들이 통계적 유의성을 보여주는 방법입니다. 의학통계뿐 아니라 많은 통계 분석에서 사용하는 방법이죠. data 는 iris 데이터를 사용해보겠습니다. Species 에 따른 Sepal Length 의 평균차이를 boxplot 으로 보여주고, 거기에 bar 와 p-value 를 add 한 모습이 되겠습니다. 바로 아래 그림처럼 말이죠. 위의 figure 를 그릴 수 있는 코드를 살펴볼까요? library('ggplot2') library('ggsignif') ggplot(iris, aes(Species, Sepal.Length))+ geom_boxplot()+ geom_signif(comparisons = list.. [R프로그래밍] 데이터시각화 with ggplot2::facet, 각각의 facet 에 annotation, text 넣기 늘 포스팅 주제는 바로 R graphics 의 꽃. ggplot2 와 관련된 내용입니다. 그 중에서도 ggplot 에서 자주 쓰는 기능 중의 하나인 facet_grid 혹은 facet_wrap 을 사용하였을 때, 각각의 facet 에 annotation 혹은 text 를 넣는 방법을 알아보겠습니다. sample data 는 iris 를 사용할 예정이며, iris 의 data 의 Sepal.Length 와 Petal.Length 의 correlation 를 Species 로 구분하여 plotting 해보겠습니다. 일단 코드부터 살펴보겠습니다. library(ggplot2) r1 이전 1 다음
