一步到位！在R中直接绘制顶刊“半”矢量图表！

#相关R包安装：
install.packages('ggrastr') #稳定版
devtools::install_github('VPetukhov/ggrastr', build_vignettes = TRUE) #开发版

#相关R包载入：
library(ggplot2)
library(cols4all)
library(tidydr)
library(dplyr)
library(ggrastr)

#测试数据载入：
##调用ggplot2内置钻石数据集
df <- diamonds
dim(df)
head(df)

#散点图绘制：
p <- ggplot(data = df,
       aes(x = carat, y = price, color = cut)) +
  geom_point() +
  theme_bw()
p

#栅格化散点图层：
rasterize(p, layers = 'Point', dpi = 30) #先调一个低分辨率，便于直观对比

#存在多个图层时,可以只栅格化特定图层：
p1 <- ggplot() +
  rasterize(geom_point(data = df, 
               aes(x = carat, y = price, color = cut)),
            dpi = 30) + #使用rasterize()嵌套需栅格化的特定图层即可
  geom_point(aes(x = runif(20, 0, 5), 
              y = runif(20, 0, 20000)),
             size = 8, color = 'red', shape = 8) + 
  theme_bw()
p1

#栅格对象的比例大小快捷调整：
rasterize(p, layers = 'Point', dpi = 300, scale = 2.5) #scale大于1会放大

rasterize(p, layers = 'Point', dpi = 300, scale = 0.5) #scale小于1会缩小

#载入本地tSNE散点图测试数据：
dt <- read.csv('tSNE_test.csv', header = T)
dim(dt) #20多万行散点数据，不适合存储为完全的矢量图
head(dt)

#先绘制常规tSNE散点图：
pp <- ggplot(data = dt, aes(x = tSNE_1, y = tSNE_2)) +
  geom_point(aes(color = Tissue), size = 0.4, alpha = 0.8)
pp #散点较多，图表加载会较缓慢

#将散点层转换为栅格图像:
pp1 <- ggplot(data = dt, aes(x = tSNE_1, y = tSNE_2)) +
  rasterise(geom_point(aes(color = Tissue), size = 0.4, alpha = 0.8),
            dpi = 30)
pp1 #低分辨率测试效果

#测试无误,输出符合期刊需求的高分辨栅格散点：
pp2 <- ggplot(data = dt, aes(x = tSNE_1, y = tSNE_2)) +
  rasterise(geom_point(aes(color = Tissue), size = 0.4, alpha = 0.8),
            dpi = 300, 
            scale = 0.6) #适当缩小散点
pp2

#图表细节优化：

#自定义主题：
mytheme <- theme_void() + theme(plot.margin = margin(5.5,15,5.5,5.5)) 

pp3 <- pp2 + 
  mytheme +
  theme_dr(xlength = 0.2, 
           ylength = 0.2, 
           arrow = grid::arrow(length = unit(0.1, "inches"), 
                     ends = 'last', type = "closed")) + #添加箭头坐标系
  theme(panel.grid = element_blank()) +
  guides(color = guide_legend(override.aes = list(size = 5))) #修改图例散点大小
pp3

#自定义配色：
c4a_gui()

mycol <- c4a('kelly', 20)
mycol2 <- colorRampPalette(c4a('paired', 12))(20) #色板颜色数不够的，可以扩展下

pp3 + 
  scale_color_manual(values = mycol) +
  scale_fill_manual(values = mycol)

pp3 + 
  scale_color_manual(values = mycol2) +
  scale_fill_manual(values = mycol2) #文章配色