快捷導(dǎo)航

R語言可視化開發(fā)forestplot根據(jù)分組設(shè)置不同顏色

更新時(shí)間：2022年05月12日 08:58:47 作者：WTRD

這篇文章主要為大家介紹了R語言可視化開發(fā)使用forestplot根據(jù)分組設(shè)置不同顏色的實(shí)現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪

分組設(shè)置顏色

library(forestplot)
fn <- local({
  i = 0
  function(..., clr.line, clr.marker){
    i <<- i + 1
    if(i%%4==3){fpDrawNormalCI(..., clr.line = "#000000", clr.marker = "#00B9BF")} #4組中的第3組
    else if(i%%4==0){fpDrawNormalCI(..., clr.line = "#000000", clr.marker = "#C26EFF")} #4組中的第4組
    else if(i%%4==2 ){fpDrawNormalCI(..., clr.line = "#000000", clr.marker = "#6DA500")} #4組中的第2組
    else(fpDrawNormalCI(..., clr.line = "#000000", clr.marker = "#F9675C")) #4組中的第1組
  }
})
tabletext=cbind(c("Outcomes",figure_2_data$Treatmeant),c("CI (95%OR)",figure_2_data$`OR (95% CI)*`),c("P Value", figure_2_data$P))
forestplot(labeltext=tabletext,graph.pos = 2,mean = c(NA,figure_2_data$OR),lower = c(NA,figure_2_data$Low),upper = c(NA,figure_2_data$High),boxsize = 0.5,
            txt_gp=fpTxtGp(label=gpar(cex=1.25),
                         ticks=gpar(cex=1.1),
                         xlab=gpar(cex = 1.2),
                         title=gpar(cex = 1.2)),zero = 1,align = "l",
           is.summary = c(T,T,F,F,F,F,T,F,F,F,F,T,F,F,F,F,T,F,F,F,F),
           col = fpColors(box = c("darkblue","darkred")),
           fn.ci_norm = fn,
           colgap = unit(8,"mm"),
           graphwidth = unit(12,"cm")
           )

效果圖

給每行增加輔助線

line_list_Insuf1=list()
for (i in 1:84) {
  exprs=paste0("line_list_Insuf1$`",i,"`=gpar(lwd=1, columns=1:5, col = '#99999922')")
  eval(parse(text=exprs))
}
line_list_Insuf1$`1`=gpar(lwd=2, columns=1:7, col = '#202020')
line_list_Insuf1$`2`=gpar(lwd=2, columns=1:7, col = '#202020')
# parse 將character轉(zhuǎn)換為expression
# eval 執(zhí)行 expression
# forestplot 函數(shù)里面再加上這句參數(shù)
hrzl_lines = line_list_Insuf1

以上就是R語言可視化開發(fā)forestplot根據(jù)分組設(shè)置不同顏色的詳細(xì)內(nèi)容，更多關(guān)于forestplot分組設(shè)置顏色的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章:

相關(guān)文章

R語言實(shí)現(xiàn)PCA主成分分析圖的示例代碼
主成分分析（Principal?Component?Analysis，PCA）是一種無監(jiān)督的數(shù)據(jù)降維方法，通過主成分分析可以盡可能保留下具備區(qū)分性的低維數(shù)據(jù)特征。本文將用R語言實(shí)現(xiàn)PCA主成分分析圖，需要的可以參考一下
2022-04-04
R語言多線程運(yùn)算操作(解決R循環(huán)慢的問題)
這篇文章主要介紹了R語言多線程運(yùn)算操作(解決R循環(huán)慢的問題)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-04-04
R語言-實(shí)現(xiàn)list的嵌套與提取嵌套中的值
這篇文章主要介紹了R語言-實(shí)現(xiàn)list的嵌套與提取嵌套中的值，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-04-04
R語言-summary()函數(shù)的用法解讀
這篇文章主要介紹了R語言-summary()函數(shù)的用法解讀，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-04-04
R語言操作XML文件實(shí)例分析
在本篇文章里小編給大家整理的是一篇關(guān)于R語言操作XML文件實(shí)例分析，有興趣的朋友們可以跟著學(xué)習(xí)下。
2021-05-05
利用R語言繪制時(shí)間序列圖的操作
這篇文章主要介紹了利用R語言繪制時(shí)間序列圖的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-03-03
Rstudio中安裝package出現(xiàn)的問題及解決
這篇文章主要介紹了Rstudio中安裝package出現(xiàn)的問題及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
2021-04-04
R語言實(shí)現(xiàn)漂亮的ROC圖效果
pROC是一個(gè)專門用來計(jì)算和繪制ROC曲線的R包，目前已被CRAN收錄，因此安裝也非常簡(jiǎn)單，同時(shí)該包也兼容ggplot2函數(shù)繪圖，本次就教大家怎么用pROC來快速畫出ROC圖，感興趣的朋友一起看看吧
2022-06-06
R語言多元Logistic邏輯回歸應(yīng)用實(shí)例
這篇文章主要給大家介紹了關(guān)于R語言多元Logistic邏輯回歸應(yīng)用的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2021-03-03
R語言繪制雙坐標(biāo)圖的案例詳解
這篇文章主要介紹了R語言繪制雙坐標(biāo)圖,下面就跟大家介紹plotrix包中的twoord.plot()函數(shù)和twoord.stackplot()函數(shù)，它們可以實(shí)現(xiàn)雙坐標(biāo)軸圖形的繪制，需要的朋友可以參考下
2023-01-01