【矢量文件怎么转换成ppt】全方位转换：将R图和统计表转换为发布级Word、PPT、Excel、HTML

万能转换：R图和统计表将转换为发布级Word、PPT、Excel、HTML、Latex、矢量图等。

R包export可以轻松地将R绘制的图形和统计表输出到Microsoft Office (Word、PowerPoint和Excel)、HTML和Latex，其质量可用于直接发布。

在你和PPT高手之间，iSlideExcel改变了你的基因名称，30%的相关Nature句子受到了影响，NCBI也受到了影响。

特征

使用命令，可以将交互式R或ggplot2、Lattice或base R图表保存为Microsoft Word、Powerpoint或其他多种位图或矢量格式。完全可编辑的Powerpoint向量格式输出，支持绘图布局的手动清除。以Excel、Word、PowerPoint、Latex或HTML文档的表格格式保存统计分析的输出。r自定义输出格式。安装

导出包可以在Windows、Ubuntu和Mac上跨平台运行。但是，某些Mac发行版默认未安装cairo设备，因此必须手动安装。如果Mac用户安装了XQuartz，则此问题将得到解决，并且免费提供。

正式CRAN发布(不可用)

In('export ')

从Github安装(建议使用

In('officer ')

In('rvg ')

in(“openxlsx”)

In('ggplot2 ')

In('flextable ')

In('xtable ')

In('rgl ')

In('stargazer ')

In('tikzDevice ')

In('xml2 ')

in(“broom”)

In('devtools ')

dev tools :3360 install _ gith ub(' tomwen selers/export ')

软件包主要包括以下转换

graph 2 bitmap graph 2 office graph 2 vector Rgl 2 bitmap转换3D图片table 2 office table 2 spread sheet table 2 tex graph 2 bitmap 3360将当前r图片保存到BMP文件graph2png:

Graph2位图(x=null，file=' RP lot '，fun=null，type=c ('png '，' jpg '，' TIF ')

Aspectr=null，width=null，height=null，dpi=300，scaling=100，

font=if else()[' sysname ']=' windows '，' arial '，

Helvetica ')[1]，BG=' white '，cairo=true，

Tiff compression=c ('lzw '、' RLE '、' JPEG '、' zip '、' lzw p '、' zip ')、

Jpegquality=99，……。)。

Aspectr:期待纵横比。如果设置为Null，则使用图形设备的纵横比。宽度：所需宽度(英寸)；可以与所需纵横比aspectr组合使用。高度：所需高度(英寸)；可以与所需纵横比aspectr组合使用。Scaling:可调整宽度和高度的比例。Font: PNG和TIFF输出中标签所需的字体：Windows系统的默认值为Arial，其他系统的默认值为Helvetica。Bg:所需的背景颜色(例如白色或透明)。指定是否使用Cairographics导出的cairo:逻辑。TIFfcompression:用于压缩TIF文件。Jpegquality: JPEG压缩的质量。准备开始

安装Export程序包后，首先调用它

利维

ary(export)

用ggplot2绘图

library(ggplot2) library(datasets) x=qplo, Pe, data = iris, color = Species, size = Pe, alpha = I))

qplot()的意思是快速作图，利用它可以很方便的创建各种复杂的图形，其他系统需要好几行代码才能解决的问题，用qplot只需要一行就能完成。

使用半透明的颜色可以有效减少图形元素重叠的现象，要创建半透明的颜色，可以使用alpha图形属性，其值从0（完全透明）到1（完全不透明）。更多ggplot2绘图见ggplot2高效实用指南 (可视化脚本、工具、套路、配色) （往期教程更有很多生物信息相关的例子）。

鸢尾花(iris)是数据挖掘常用到的一个数据集，包含150个鸢尾花的信息，每50个取自三个鸢尾花种之一（setosa,versicolour或virginica)。每个花的特征用下面的5种属性描述萼片长度)、萼片宽度)、花瓣长度(Pe)、花瓣宽度(Pe)、类(Species)。

在console里展示数据图 （长宽比自己调节）：

导出图形对象

# 需运行上面的ggplot2绘图 # Create a file name # 程序会自动加后缀 filen <- "output_filename" # or # filen <- paste("YOUR_DIR/ggplot") # There are 3 ways to use graph2bitmap(): ### 1. Pass the plot as an object graph2png(x=x, file=filen, dpi=400, height = 5, aspectr=4) graph2tif(x=x, file=filen, dpi=400, height = 5, aspectr=4) graph2jpg(x=x, file=filen, dpi=400, height = 5, aspectr=4)

导出当前绘图窗口展示的图

### 2. Get the plot from current screen device # 注意这个x，是运行命令，展示图像 x graph2png(file=filen, dpi=400, height = 5, aspectr=4) graph2tif(file=filen, dpi=400, height = 5, aspectr=4) graph2jpg(file=filen, dpi=400, height = 5, aspectr=4)

导出自定义函数输出的一组图

### 3. Pass the plot as a functio <- function(){ print(qplo, Pe, data = iris, color = Species, size = Pe, alpha = 0.7)) } graph2png(file=filen, fun=, dpi=400, height = 5, aspectr=4) graph2tif(file=filen, fun=, dpi=400, height = 5, aspectr=4) graph2jpg(file=filen, fun=, dpi=400, height = 5, aspectr=4)

转换后的图形:

与Office系列的交互

大部分图的细节修改都是用代码完成的，不需要后续的修饰；但如果某一些修改比较特异，不具有程序的通用性特征，或实现起来比较困难，就可以考虑后期修改。比如用AI文章用图的修改和排版。熟悉PPT的，也可以用PPT，这时R的图导出PPT，就要用到graph2office系列函数了。

graph2ppt: 将当前R图保存到Microsoft Office PowerPoint/LibreOffice Impress演示文稿中。

graph2doc:将当前的R图保存到Microsoft Office Word/LibreOffice Writer文档中。

函数参数展示和解释

graph2office(x = NULL, file = "Rplot", fun = NULL, type = c("PPT", "DOC"), append = FALSE, aspectr = NULL, width = NULL, height = NULL,scaling = 100, paper = "auto", orient = ifelse(type[1] == "PPT","landscape", "auto"), margins = c(top = 0.5, right = 0.5, bottom = 0.5, left= 0.5), center = TRUE, offx = 1, offy = 1, upscale = FALSE, vec = TRUE, ...)

• margins: 预设留白边距向量。
• paper: 纸张尺寸——“A5”至“A1”用于Powerpoint导出，或“A5”至“A3”用于Word输出;默认“auto”自动选择适合您的图形的纸张大小。如果图太大，无法在给定的纸张大小上显示，则按比例缩小。
• orient: 所需的纸张方向-“自动”，“纵向”或“横向”; Word输出默认为“自动”，Powerpoint默认为“横向”。
• vec: 指定是否以可编辑的向量DrawingML格式输出。默认值为TRUE，在这种情况下，编辑Powerpoint或Word中的图形时，可以先对图形元素进行分组。如果设置为FALSE，则将该图以300 dpi的分辨率栅格化为PNG位图格式。(栅(shān)格化,是PS中的一个专业术语,栅格即像素,栅格化即将矢量图形转化为位图。)

同样有3种导出方式

# 需运行上面的ggplot2绘图 # Create a file name filen <- "output_filename" # or # filen <- paste("YOUR_DIR/ggplot") # There are 3 ways to use graph2office(): ### 1. Pass the plot as an object # 导出图形对象 graph2ppt(x=x, file=filen) graph2doc(x=x, file=filen, aspectr=0.5) ### 2. Get the plot from current screen device # 导出当前预览窗口呈现的图 x graph2ppt(file=filen, width=9, aspectr=2, append = TRUE) graph2doc(file=filen, aspectr=1.7, append =TRUE) ### 3. Pass the plot as a function # 导出自定义函数输出的一系列图 graph2ppt(fun=, file=filen, aspectr=0.5, append = TRUE) graph2doc(fun=, file=filen, aspectr=0.5, append = TRUE)

导出到office(ppt和word)中的图形，是可编辑的:

其它导出到ppt的例子（设置长宽比）

graph2ppt(file="gg;, aspectr=1.7)

增加第二张同样的图，9英寸宽和A4长宽比的幻灯片 (append=T，追加)

graph2ppt(file="gg;, width=9, aspectr=sqrt(2), append=TRUE)

添加相同图形的第三张幻灯片，宽度和高度固定

graph2ppt(file="gg;, width=6, height=5, append=TRUE)

禁用矢量化图像导出

graph2ppt(x=x, file=filen, vec=FALSE, width=9, aspectr=sqrt(2), append = TRUE)

用图填满幻灯片

graph2ppt(x=x, file=filen, margins=0, upscale=TRUE, append=TRUE)

输出矢量图

• graph2svg: 将当前的R图保存为SVG格式
• graph2pdf: 将当前的R图保存为PDF格式
• graph2eps: 将当前的R图保存为EPS格式

函数参数解释

graph2vector(x = NULL, file = "Rplot", fun = NULL, type = "SVG",aspectr = NULL, width = NULL, height = NULL, scaling = 100, font = ifelse()["sysname"] == "Windows", "Arial","Helvetica")[[1]], bg = "white", colormodel = "rgb", cairo = TRUE,fallback_resolution = 600, ...)

• fallback_resolution: dpi中的分辨率用于栅格化不支持的矢量图形。

#需运行上面的ggplot2绘图 # Create a file name filen <- "output_filename" # or # filen <- paste("YOUR_DIR/ggplot") # There are 3 ways to use graph2vector(): ### 1. Pass the plot as an object # 导出图形对象 graph2svg(x=x, file=filen, aspectr=2, font = "Times New Roman", height = 5, bg = "white") graph2pdf(x=x, file=filen, aspectr=2, font = "Arial", height = 5, bg = "transparent") graph2eps(x=x, file=filen, aspectr=2, font = "Arial", height = 5, bg = "transparent") # 导出当前预览窗口呈现的图 ### 2. Get the plot from current screen device x graph2svg(file=filen, aspectr=2, font = "Arial", height = 5, bg = "transparent") graph2pdf(file=filen, aspectr=2, font = "Times New Roman", height = 5, bg = "white") graph2eps(file=filen, aspectr=2, font = "Times New Roman", height = 5, bg = "white") # 导出自定义函数输出的一系列图 ### 3. Pass the plot as a function graph2svg(file=filen, fun = , aspectr=2, font = "Arial", height = 5, bg = "transparent") graph2pdf(file=filen, fun=, aspectr=2, font = "Arial", height = 5, bg = "transparent") graph2eps(file=filen, fun=, aspectr=2, font = "Arial", height = 5, bg = "transparent")

转换3D图形

rgl2png: 将当前的rgl 3D图形保存为PNG格式。

rgl2bitmap(file = "Rplot", type = c("PNG")) # Create a file name filen <- tempfile("rgl") # or # filen <- paste("YOUR_DIR/rgl") # Generate a 3D plot using 'rgl' x = y = seq(-10, 10, length = 20) z = outer(x, y, function(x, y) x^2 + y^2) rgl::persp3d(x, y, z, col = 'lightblue') # Save the plot as a png rgl2png(file = filen) # Note that omitting 'file' will save in current directory

生成的3D图形：

将生成的3D图形保存为PNG格式：

输出统计结果到表格 table2spreadsheet

• table2excel: 导出统计输出到Microsoft Office Excel/ LibreOffice Calc电子表格中的一个表.
• table2csv:将统计输出以CSV格式导出到表中(“，”表示值分隔，“。”表示小数)
• table2csv2: 将统计输出以CSV格式导出到表中(“;”表示值分隔，”，”表示小数)

table2spreadsheet(x = NULL, file = "Rtable", type = c("XLS", "CSV", "CSV2"), append = FALSE, sheetName = "new sheet", digits = 2, digitspvals = 2, = TRUE, add.rownames = FALSE, ...)

• sheetName: 一个字符串，给出创建的新工作表的名称(仅针对type==”XLS”)。它必须是惟一的(不区分大小写)，不受文件中任何现有工作表名称的影响。
• digits:除具有p值的列外，要显示所有列的有效位数的数目。
• digitspvals:具有p值的列要显示的有效位数的数目。

# Create a file name filen <- "table_aov" # or # filen <- paste("YOUR_DIR/table_aov") # Generate ANOVA output fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets' x=summary(fit) # Save ANOVA table as a CSV ### Option 1: pass output as object # 输出对象 table2csv(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames=TRUE) # 屏幕输出导出到文件 ### Option 2: get output from console summary(fit) table2csv(file=filen, digits = 2, digitspvals = 4, add.rownames=TRUE) # Save ANOVA table as an Excel # Without formatting of the worksheet x table2excel(file=filen, sheetName="aov_noformatting", digits = 1, digitspvals = 3, add.rownames=TRUE) # 更多参数 # With formatting of the worksheet table2excel(x=x,file=filen, sheetName="aov_formated", append = TRUE, add.rownames=TRUE, fontName="Arial", fontSize = 14, fontColour = rgb), border=c("top", "bottom"), fgFill = rgb), halign = "center", valign = "center", textDecoration="italic")

原始数据的表格：

转换格式之后的，在console中的数据：

文件(csv和excel)中表格数据：

导出为Word中的表，再也不用复制粘贴调格式了 table2office

table2ppt: 导出统计输出到Microsoft Office PowerPoint/ LibreOffice Impress演示文稿中的表

table2doc: 将统计输出导出到Microsoft Office Word/ LibreOffice Writer文档中的表

table2office(x = NULL, file = "Rtable", type = c("PPT", "DOC"), append = FALSE, digits = 2, digitspvals = 2, = TRUE, width = NULL, height = NULL, offx = 1, offy = 1, font = ifelse()["sysname"] == "Windows", "Arial", "Helvetica")[[1]], pointsize = 12, add.rownames = FALSE) # Create a file name filen <- "table_aov" # filen <- paste("YOUR_DIR/table_aov") # Generate ANOVA output fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets' # Save ANOVA table as a PPT ### Option 1: pass output as object x=summary(fit) table2ppt(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE) ### Option 2: get output from console summary(fit) table2ppt(x=x,file=filen, width=5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table to previous slide # Save ANOVA table as a DOC file table2doc(x=x,file=filen, digits = 1, digitspvals = 3, add.rownames =TRUE) summary(fit) table2doc(file=filen, width=3.5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames =TRUE) # append table at end of document

将表格数据导出到ppt和word中：

table2tex

table2html: 导出统计输出到HTML表。

table2tex(x = NULL, file = "Rtable", type = "TEX", digits = 2, digitspvals = 2, = TRUE, summary = FALSE, standAlone = TRUE, add.rownames = FALSE, ...)

summary:是否汇总数据文件。

standAlone:导出的Latex代码应该是独立可编译的，还是应该粘贴到另一个文档中。

add.rownames:是否应该将行名添加到表中(在第一列之前插入一列)。

# Create a file name filen <- tempfile(pattern = "table_aov") # or # filen <- paste("YOUR_DIR/table_aov") # Generate ANOVA output fit=aov(yield ~ block + N * P + K, data = npk) # 'npk' dataset from base 'datasets' x=summary(fit) # Export to Latex in standAlone format table2tex(x=x,file=filen,add.rownames = TRUE) # Export to Latex to paste in tex document summary(fit) # get output from the console table2tex(file=filen, standAlone = FALSE,add.rownames = TRUE) # Export to HTML table2html(x=x,file=filen) # or summary(fit) # get output from the console table2html(file=filen,add.rownames = TRUE)

导出到html或tex中的表格数据：

R统计和作图

• Graphpad，经典绘图工具初学初探
• 维恩(Venn)图绘制工具大全 （在线+R包）
• 在R中赞扬下努力工作的你，奖励一份CheatShet
• 别人的电子书，你的电子书，都在bookdown
• R语言 - 入门环境Rstudio
• R语言 - 热图绘制 (heatmap)
• R语言 - 基础概念和矩阵操作
• R语言 - 热图简化
• R语言 - 热图美化
• R语言 - 线图绘制
• R语言 - 线图一步法
• R语言 - 箱线图（小提琴图、抖动图、区域散点图）
• R语言 - 箱线图一步法
• R语言 - 火山图
• R语言 - 富集分析泡泡图
• R语言 - 散点图绘制
• R语言 - 韦恩图
• R语言 - 柱状图
• R语言 - 图形设置中英字体
• R语言 - 非参数法生存分析
• R语言 - 绘制seq logo图
• WGCNA分析，简单全面的最新教程
• psych +igraph：共表达网络构建
• 一文学会网络分析——Co-occurrence网络图在R中的实现
• 一文看懂PCA主成分分析
• 富集分析DotPlot，可以服
• 基因共表达聚类分析和可视化
• R中1010个热图绘制方法
• 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
• 一个函数抓取代谢组学权威数据库HMDB的所有表格数据
• 文章用图的修改和排版
• network3D: 交互式桑基图
• network3D 交互式网络生成
• Seq logo 在线绘制工具——Weblogo
• 生物AI插图素材获取和拼装指导
• ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
• 图像处理R包magick学习笔记
• SOM基因表达聚类分析初探
• 利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况
• 一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制
• AI科研绘图（二）：模式图的基本画法
• 你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？
• R语言可视化学习笔记之ggridges包
• 利用ComplexHeatmap绘制热图(一)
• ggplot2学习笔记之图形排列
• R包reshape2，轻松实现长、宽数据表格转换
• 用R在地图上绘制网络图的三种方法
• PCA主成分分析实战和可视化 附R代码和测试数据
• iTOL快速绘制颜值最高的进化树！
• 12个ggplot2扩展包帮你实现更强大的可视化
• 编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出
• R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences
• 数据可视化基本套路总结
• 你知道R中的赋值符号箭头<-和等号=的区别吗？
• 使用dplyr进行数据操作30例
• 交集intersect、并集union、找不同setdiff
• R包reshape2，轻松实现长、宽数据表格转换
• 1数据类型（向量、数组、矩阵、 列表和数据框）
• 2读写数据所需的主要函数、与外部环境交互
• 3数据筛选——提取对象的子集
• 4向量、矩阵的数学运算
• 5控制结构
• 6函数及作用域
• 7认识循环函数lapply和sapply
• 8分解数据框split和查看对象str
• 9模拟—随机数、抽样、线性模型
• 1初识ggplot2绘制几何对象
• 2图层的使用—基础、加标签、注释
• 3工具箱—误差线、加权数、展示数据分布
• 4语法基础
• 5通过图层构建图像
• 6标度、轴和图例
• 7定位-分面和坐标系
• 8主题设置、存储导出
• 9绘图需要的数据整理技术
• 创建属于自己的调色板
• 28个实用绘图包，总有几个适合你
• 热图绘制
• R做线性回归
• 绘图相关系数矩阵corrplot
• 相关矩阵可视化ggcorrplot
• 绘制交互式图形recharts
• 交互式可视化CanvasXpress
• 聚类分析factoextra
• LDA分析、作图及添加置信-ggord
• 解决散点图样品标签重叠ggrepel
• 添加P值或显著性标记ggpubr
• Alpha多样性稀释曲线rarefraction curve
• 堆叠柱状图各成分连线画法：突出组间变化
• 冲击图展示组间时间序列变化ggalluvial
• 桑基图riverplot
• 微生物环境因子分析ggvegan
• 五彩进化树与热图更配ggtree
• 多元回归树分析mvpart
• 随机森林randomForest 分类Classification 回归Regression
• 加权基因共表达网络分析WGCNA
• circlize包绘制circos-plot
• R语言搭建炫酷的线上博客系统
• 28个实用绘图包，总有几个适合你
• 热图绘制
• R做线性回归
• 绘图相关系数矩阵corrplot
• 相关矩阵可视化ggcorrplot
• 绘制交互式图形recharts
• 交互式可视化CanvasXpress
• 聚类分析factoextra
• LDA分析、作图及添加置信-ggord
• 解决散点图样品标签重叠ggrepel
• 添加P值或显著性标记ggpubr
• Alpha多样性稀释曲线rarefraction curve
• 堆叠柱状图各成分连线画法：突出组间变化
• 冲击图展示组间时间序列变化ggalluvial
• 桑基图riverplot
• 微生物环境因子分析ggvegan
• 五彩进化树与热图更配ggtree
• 多元回归树分析mvpart
• 随机森林randomForest 分类Classification 回归Regression
• 加权基因共表达网络分析WGCNA
• circlize包绘制circos-plot
• R语言搭建炫酷的线上博客系统
• 维恩(Venn)图绘制工具大全 （在线+R包）
• R包circlize：柱状图用腻了？试试好看的弦状图
• 获取pheatmap聚类后和标准化后的结果
• 增强火山图，要不要试一下？
• 一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D
• 赠你一只金色的眼 - 富集分析和表达数据可视化
• 是Excel的图，不！是R的图
• 道友，来Rstudio里面看动画了
• 用了这么多年的PCA可视化竟然是错的！！！