在发表科研论文的过程中，科研绘图是必不可少的，一张好看的图形会是文章很大的加分项。

为了便于使用，本系列文章介绍的所有绘图都已收录到了 sciRplot 项目中，获取方式：

R 语言科研绘图模板 --- sciRplothttps://mp.weixin.qq.com/s/QA_8LVqjkdg4A16zLonw4w?payreadticket=HIl1u0R0gNeyNyCN_bxtK0Bl-Z2i4aXlDjgPRULk7ACBWZHgSz929NosnpisoG6PSTPIzzQ

本期绘图预览：

 

 

 

1. 导入包

我们首先导入本期绘图用到的 R 包：

library(igraph)

2. 准备数据

 

接下来我们导入绘图用到的数据，在 sciRplot 中给大家提供了测试数据：

data <- sciRplot_data

查看下数据格式：

 

3. 准备配色

 

颜色的选择往往是一件让人特别纠结的事情，这里我们直接使用 sciRcolor 来设置配色：

colors <- sciRcolor::pal_scircolor(37)[1:2]mark_colors <- sciRcolor::pal_scircolor(37, alpha = 0.5)[1:2]vertex.color <- rep(colors[1],34)vertex.color[c(9,15,16,19,21,23,24,25,26,27,28,29,30,31,32,33,34)] <- colors[2]

sciRcolor 是为了 R 语言科研绘图开发的配色工具，包含了 100 种常用配色，详细信息见：

 

R 语言科研配色工具 --- sciRcolorhttps://mp.weixin.qq.com/s/XZol4VxvHnJD_49ij3f2mg?payreadticket=HBOfLX7uX_FTHomAgepY7KP1c2pkFvlWXw9uc4BaHthUnSsNHWNKqbSv3wUdVAvs-hAr8dA

4. 绘制图形

 

接下来我们通过下面的代码来绘制图形：

layout <- layout_with_kk(g)V(g)$vertex.color <- vertex.colorplot(ldc, g, layout=layout, vertex.size = 20, palette = colors,     mark.col = mark_colors, mark.border=colors,     edge.color = "black", vertex.label.cex = 2,      vertex.label.color = 'white')

5. 保存图形

 

最后我们保存绘制的图形：​​​​​​​

png("save/network-cluster.png", width = 1800, height = 1800, res=300, units = 'px')layout <- layout_with_kk(g)V(g)$vertex.color <- vertex.colorplot(ldc, g, layout=layout, vertex.size = 20, palette = colors,     mark.col = mark_colors, mark.border=colors,     edge.color = "black", vertex.label.cex = 2,      vertex.label.color = 'white')dev.off()

 

sciRplot 介绍

为了解决 R 语言中科研绘图的问题，我推出了 sciRplot 项目。sciRplot 项目包含了以下内容：

① 100 种绘图代码，按照图形类型进行分类，包含 60 种基础绘图和 40 种进阶绘图

 

 

② 配备一站式 html文档，包含测试数据，代码一键复制，交互式阅读提高用户体验