“ 在这里声明，插图灵感开始于公众号“科研后花坛”【MXGS-676】服従志願 人妻女雀士 雪菜，这个公众号先容了许多类插图用R言语复现的法式，感深嗜深嗜的读者不错宥恕一下。我仍会顽强不移地更新用Visio达成各类插图的法式，主要杰出它的浅薄快捷和好意思不雅！”
亚洲日韩这幅图是一张终点规的组合图，绘图软件莫得这种图的模板（终点规），这幅图包含了热图+权臣性+柱状图（组合图），这类图越来越多地出咫尺论文中，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，它们之间的位置掂量卓绝精致，这是分为多张子图达成不了的。
复现法式：
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中通过以下形貌达成。
调养方格的间距；方格的线条需如若灰色，因为标注的字体如故是玄色了，方格线条是玄色的话悉数图的配色就略显千里重。添加完标注信息后，不错了解悉数图的布局，找到留白区，稍后加入一些其他的元素均衡布局。
这里有一个需要珍贵的处所是，上头的笔墨旋转了45°，这会导致笔墨的界限拉长，咱们框选的界限是骨子的图形界限，而不是咱们笔墨的里面界限，是以咱们要对这些元素的界限进行调养，具体形貌便是将能减弱的文本框界限都减弱一些，然后将斜项的文本组合在一齐，这样它们的界限就会酿成一个矩形，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。我在原图的基础上蜕变了一些处所。一是方格底下的矩形的配色，在玄色占主体的图中，要加入一些亮堂的激情对消画面的千里重感；二是蜕变了左上角渐变色条的弘扬形貌，原图是用玄色的刻度线来示意数值的，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，这样就终点适合渐变色条的作风了；三是蜕变了渐变色的激情，原图是从白色到蓝色，白色部分在图中显现不出来，我在这里把白色改为了浅灰色，刻度线0处便八成看出界限。
接下来便是给方格中间的圆配色，这个是笔据骨子的数据情况来配色的。我这里用Excel的简化数据来示意一下基本的法式。图中一共有17个圆圈需要配色，那我就在Excel松驰创建17个0-1的值（稀有据时毋庸这样）。虽然这种配色也不错用其他软件达成，仅仅在Visio中莫得取色器，不太浅薄，是以禁受了这种形貌。
通过为条形图配色的形貌得回激情，因为条形图不错在Visio中取消组合，是以能班师通过局面刷来改圆圈的配色。也不错将Visio图复制粘贴到AI或者PS中去改激情。
配色完成后，要查验各元素之间是否对王人，习尚使用对王人器具进行对王人。整王人是一幅图是否好意思不雅的要道，其次才是布局。作图时，多哄骗参考线标记元素的位置。配色时，要分明晰主体和非主体，主体的激情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，稳当配一些灰色就会让图看起来卓绝痛快。
近期有许多东说念主评禀报这些图班师用R言语画就行了，都有现成的代码，我为什么要搞的这样缺乏。我的初志是念念哄骗另外一种不详的形貌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言语代码画出了这幅图，关于绘图的东说念主来说是莫得任何嗅觉的，他不会学到如何配色，如何布局，如何好意思化，最垂危的都学不到那绘图的风趣也就莫得了，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言语代码，大家不错嗅觉一下哪种绘图的形貌最佳，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)宥恕“博硕科研绘图”公众号【MXGS-676】服従志願 人妻女雀士 雪菜，了解更多科研绘图学问！