r-ggplot-quickplot#

零代码 ggplot2 可视化工具 - 上传 CSV 数据，自动生成专业图表。

三种运行模式#

模式适用场景优点Docker 模式个人电脑/桌面简单易用，生态完善Singularity 模式HPC/共享服务器无需 root，适合集群本地模式有 R 环境零依赖，最轻量

Docker 模式（桌面/个人电脑）#

前置要求#

安装 Docker Desktop： https://www.docker.com/products/docker-desktop/

快速开始#

前置要求#

安装 Docker Desktop： https://www.docker.com/products/docker-desktop/

快速开始#

bash

# Windows
run_docker.bat input/sample_data.csv

# Linux/macOS
./run_docker.sh input/sample_data.csv

使用示例#

bash

# 使用示例数据
./run_docker.sh input/sample_data.csv

# 使用自定义数据
./run_docker.sh input/my_data.csv output/

# 指定输出目录
./run_docker.sh data.csv results

本地模式#

1. 安装依赖#

需要安装 R (>= 4.0) 和 ggplot2：

r

install.packages('ggplot2')

2. 准备数据#

上传 CSV 文件到 input 目录。支持的列：

列名类型说明用途x数值X轴变量散点图、折线图y数值Y轴变量散点图、折线图category文本分类变量 (A-E)柱状图、箱线图、分面图value数值数值指标柱状图、箱线图、直方图group文本分组 (Control/Treatment)散点图、分组折线图time数值时间点折线图

2. 运行绘图#

执行以下命令：

bash

cd <skill-directory>
Rscript run_plot.R input/your_data.csv

3. 获取结果#

图表自动保存到 output/ 目录：

文件图表类型说明01_scatter_basic.png散点图基础散点图02_scatter_advanced.png高级散点图带颜色、大小、分组03_barplot_vertical.png柱状图按分类汇总的垂直柱状图04_barplot_horizontal.png水平柱状图按值排序的水平柱状图05_boxplot.png箱线图带数据点的箱线图06_lineplot.png折线图分组时间序列折线图07_histogram.png直方图数值分布直方图08_facet.png分面图按分类分面的散点图09_publication_style.png出版级图表300 DPI 出版风格

命令行参数#

bash

Rscript run_plot.R <input_file> [options]

参数说明#

参数说明默认值<input_file>输入 CSV 文件路径必填--output-dir输出目录output``--dpi图片分辨率150``--width图片宽度 (英寸)8``--height图片高度 (英寸)6

使用示例#

bash

# 使用默认设置
Rscript run_plot.R input/sample_data.csv

# 自定义输出设置
Rscript run_plot.R input/my_data.csv --output-dir results --dpi 300 --width 10 --height 8

输入数据格式#

最小数据要求#

只需要 x 和 y 两列即可生成散点图：

csv

x,y
2.3,5.1
3.1,4.8
1.8,6.2

完整数据示例#

csv

x,y,category,value,group,time
2.3,5.1,A,23,Control,1
3.1,4.8,A,45,Treatment,1
1.8,6.2,B,12,Control,2
4.2,3.9,B,67,Treatment,2

注意事项#

• CSV 文件必须包含表头行
• 支持中文字段名
• 缺失值用 NA 表示
• 日期格式建议使用 YYYY-MM-DD

图表配置 (config.yaml)#

可以通过配置文件自定义图表样式：

yaml

# 图表类型设置
charts:
  scatter: true
  barplot: true
  boxplot: true
  lineplot: true
  histogram: true
  facet: true

# 样式设置
style:
  theme: minimal    # minimal, classic, bw, light
  palette: steelblue
  font_size: 12

# 输出设置
output:
  format: [png, pdf]  # 支持 png, pdf, svg
  dpi: 150
  width: 8
  height: 6

自动检测逻辑#

脚本会自动检测输入数据的列，并生成适合的图表：

检测到的列自动生成的图表x, y散点图category, value柱状图、箱线图time, value折线图value (单列)直方图多分类列分面图group分组着色

输出示例#

成功运行后会显示：

text

=== r-ggplot-quickplot 执行完成 ===
输入文件: input/sample_data.csv
输出目录: output/

生成的图表:
  ✓ 01_scatter_basic.png
  ✓ 02_scatter_advanced.png
  ✓ 03_barplot_vertical.png
  ✓ 04_barplot_horizontal.png
  ✓ 05_boxplot.png
  ✓ 06_lineplot.png
  ✓ 07_histogram.png
  ✓ 08_facet.png
  ✓ 09_publication_style.png

共生成 9 个图表文件
===============================

Docker 镜像构建与发布#

构建本地镜像#

bash

# Linux/macOS
./build_docker.sh

# Windows
docker build -t r-ggplot-quickplot .

发布到 Docker Hub#

bash

# 设置用户名
export DOCKER_USERNAME=your_username

# 构建并推送
./build_docker.sh latest

使用预构建镜像#

如果镜像已发布，用户可以直接使用：

bash

docker pull your_username/r-ggplot-quickplot:latest

Singularity 模式（HPC/服务器集群）#

适用于高校、科研机构等共享服务器环境。

前置要求#

联系管理员在服务器上安装 Singularity，或在本地构建镜像后上传。

构建镜像#

bash

# 在有 Singularity 的环境中
singularity build r-ggplot-quickplot.sif Singularity.def

# 或使用构建脚本
./build_singularity.sh

使用示例#

bash

# 使用示例数据
./run_singularity.sh input/sample_data.csv

# 使用自定义数据
./run_singularity.sh input/my_data.csv output/

手动运行#

bash

singularity exec \
    --bind ./input:/app/input:ro \
    --bind ./output:/app/output \
    r-ggplot-quickplot.sif \
    Rscript /app/run_plot.R /app/input/data.csv --output-dir /app/output

本地模式依赖安装#

首次使用时，如缺少 R 包会自动安装：

r

install.packages('ggplot2')

如需额外功能，可手动安装：

r

install.packages('ggpubr')      # 出版级图表
install.packages('patchwork')   # 多图组合
install.packages('ggthemes')    # 主题风格

故障排除#

错误：缺少 ggplot2#

bash

Rscript -e "install.packages('ggplot2')"

错误：输入文件不存在#

bash

# 检查文件路径
ls -la input/sample_data.csv

错误：列名不匹配#

确保 CSV 文件包含所需列，或检查列名是否拼写正确。

技术细节#

• R 版本: >= 4.0.0
• ggplot2 版本: >= 3.5.0
• 输出格式: PNG (默认), PDF, SVG
• 编码: UTF-8