• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • 跟着 cell 绘制条形堆叠图和分面小提琴图

      跟着 cell 绘制条形堆叠图和分面小提琴图

      • 发布者 weinfoadmin
      • 分类 未分类, 老俊俊的生信笔记
      • 日期 2021年9月10日
      • 评论 0评论

      感谢老俊俊的大力支持。我们会每日跟新,欢迎您关注老俊俊的生信笔记。



      起源


      今天啥都没干,就画了两张图。嗯。就是这样。

      昨晚在我的 老俊俊生信交流群 里有小伙伴问怎么绘制一篇单细胞文献里的柱形堆叠图还有小提琴分面图,今天花了一天时间研究了一下,分享一下绘制的代码和心得。

      没有加群的小伙伴们可以直接加我微信,我拉你进群。

      文章里的柱形堆叠图:

      文章里的小提琴图:

      然后找了这位小伙伴要了一小部分数据来测试一下。当然只是出于我的 兴趣 才要画的,哈哈。


      尝试


      小伙伴提供的绘制条形图的数据已经整理成长格式的数据类型了,我们只需要画图就可以了。

      此外 需要注意的是 ,文章里的条形图同一个颜色块里还有许多白色横杠,横坐标对应着细胞类型,也就是说针对同一种细胞类型还做了样本的分类,所以在绘制堆叠条形图的基础上还需要加入样本的分类的信息。

      加载 R 包:

      library(ggplot2)
      library(ggprism)
      library(ggsci)
      library(patchwork)
      library(reshape2)
      # 读取数据
      dat <- read.csv('C:/Users/admin/Desktop/table.csv',header = T,row.names = 1)
      # 查看
      head(dat)
        sample   celltype count group
      1   BA07 CD14+ Mono   337  BACT
      2   BA08 CD14+ Mono   314  BACT
      3   BA09 CD14+ Mono    87  BACT
      ...

      sample 是我们的样本分类,我们先分别绘制按 sample 和 group 绘制:

      # 按sample填充颜色
      p1 <- ggplot(dat,aes(x = celltype,y = count)) +
        geom_bar(aes(fill = sample),
                 stat = 'identity',position = 'fill',
                 show.legend = T) +
        theme_prism() + xlab('') +
        # 把Y坐标以百分比显示
        scale_y_continuous(labels = scales::label_percent()) +
        # 自定义填充颜色
        scale_fill_manual(values = rainbow(18)) +
        # 调整x轴标签旋转角度
        theme(axis.text.x = element_text(angle = 45,hjust = 1,vjust = 1))

      # 按group填充颜色
      p2 <- ggplot(dat,aes(x = celltype,y = count)) +
        geom_bar(aes(fill = group),
                 stat = 'identity',position = 'fill',
                 show.legend = T) +
        # 使用ggsci的颜色
        scale_fill_nejm() +
        theme_prism() + xlab('') +
        scale_y_continuous(labels = scales::label_percent()) +
        theme(axis.text.x = element_text(angle = 45,hjust = 1,vjust = 1))

      # 绘图
      p1 + p2

      接下来我们需要在 p2 中把 p1 每个样本的数量以白色横杠添加上去。条形图含有 fill 和 color 两个属性,对应着柱形图的填充色和边框颜色。

      我们的思路是把 p2 的柱子填充色用 group 来分类,柱子的边框颜色用 sample 来分类,然后把边框颜色全部调成白色即可达到目的。

      此外这样我们就有两个映射,自然会有 两个图例 ,我们再把按 sample 映射的图例删除即可。

      还需要验证每个细胞类型的样本数量是否一致,我们检查白色横杠的位置是否对应 p1 的分界线即可。

      p3 <- ggplot(dat,aes(x = celltype,y = count)) +
        geom_bar(aes(fill = group,color = sample),
                 stat = 'identity',position = 'fill',
                 show.legend = T) +
        scale_fill_nejm() +
        # 把sample映射的边框颜色代替为白色
        scale_color_manual(values = rep('white',18)) +
        # 去除sample映射的图例
        guides(fill = 'legend',color = 'none') +
        theme_prism() + xlab('') +
        scale_y_continuous(labels = scales::label_percent()) +
        theme(axis.text.x = element_text(angle = 45,hjust = 1,vjust = 1),
              legend.position = 'right',
              legend.title = element_blank())

      # 拼图
      p1 + p3 + p2

      检查一下第一张图和第二张图的白色线条位置和第一张也是对应的,图就成功画出来了。

      接下来挑战一下绘制小提琴图:

      # 读取数据
      vio <- read.table('C:/Users/admin/Desktop/vio.txt',header = T,row.names = 1)
      # 查看内容
      head(vio,3)
                                  ACTB      B2M     CD74   EEF1A1     FTH1      FTL     SAT1   TMSB10
      07_TCTTTCCAGAGCTGGT-1 5.181198 4.743441 4.892507 5.322106 5.654493 5.659865 4.365394 4.795638
      02_CCTAAAGAGTCCGTAT-1  4.397687 4.939036 4.483672 5.014497 5.425808 4.636208 2.957070 4.397687
      2_CACTCCAAGCATCATC-1 5.284045 3.956434 6.224142 4.742207 4.476622 5.176734 2.935624 4.886736
                                TMSB4X     TPT1 cell_type
      07_TCTTTCCAGAGCTGGT-1 4.875045 4.345650   CD14+Mo
      02_CCTAAAGAGTCCGTAT-1  4.143471 4.397687  CD14+Mo
      2_CACTCCAAGCATCATC-1 5.151238 4.397527    CD14+Mo

      我随便挑了 10 个基因,最后一列是 细胞类型分类 ,我们需要转成长数据。

      我们仔细观察一下文章的小提琴图,横坐标是 基因名 ,但是小提琴图却是 从左向右 的,所以 x 轴不应该是 表达量值 吗?作者应该是对图做了一个坐标轴翻转,然后是根据基因来进行分面的。

      绘图:

      # 转成长数据
      new_vio <- melt(vio)
      # 绘图
      ggplot(new_vio,aes(x = cell_type,y = value)) +
        geom_violin(aes(fill = cell_type),show.legend = F) +
        theme_bw() +
        # 坐标轴翻转
        coord_flip() +
        # 按基因分面
        facet_grid(~variable,scales = 'free') +
        # 把横坐标放到上边
        scale_x_discrete(position = 'top') +
        xlab('') + ylab('') +
        # 使用ggsci配色
        scale_fill_lancet() +
        # 细节调整
        theme(panel.grid = element_blank(),
              # 分面x标签背景
              strip.background.x = element_blank(),
              panel.border = element_rect(size = 1.2),
              axis.line = element_line(size = 1.2),
              axis.text.x = element_blank(),
              axis.ticks.x = element_blank(),
              axis.text.y = element_text(face = 'bold',size = 14),
              # 分面x标签旋转角度
              strip.text.x = element_text(angle = 45,vjust = 0.25,hjust = 0,face = 'bold',size = 14),
              # 分面panel x轴上间距
              panel.spacing.x = unit(0,'mm')
              )

      欧克,还行,上面的标签好像搞不下来,在 Ai 里 p 一下就可以了。


      发现更多精彩

      关注公众号

      欢迎小伙伴留言评论!

      点击我留言!

      今天的分享就到这里了,敬请期待下一篇!

      最后欢迎大家分享转发,您的点赞是对我的鼓励和肯定!

      如果觉得对您帮助很大,赏杯快乐水喝喝吧!

      推 荐 阅 读




      • circlize 之可视化基因组数据

      • circlize 之 Advanced layout

      • circlize 之 circos.heatmap()

      • circlize 之 Implement high-level circular plots

      • 怎么批量合并 data.frame ?

      • QPCRpro 正式上线!

      • circlize 之 Legends

      • QPCR数据添加 p 值和显著性一次解决!

      • circlize 之 Graphics

      • circlize 之 Introduction

      • circlize 之 Circular layout

      • 鉴定差异翻译效率基因之 deltaTE 下篇

      • 鉴定差异翻译效率基因之 deltaTE 上篇

      • 鉴定差异翻译效率基因之 Riborex

      • purrr 包之 list 处理系列函数

      • purrr 包之 map 系列函数

      • 批量绘制单基因相关性图

      • Y 叔出品:ggfun

      • 神器之 computeMatrix + 绘图

      • Deeptools 神器之 bamCoverage

      • 在线版shiny pheatmap!

      • QPCR数据快速分析和绘图 — by shiny

      • RNA-seq:Salmon 快速定量

      • RNA-seq:Salmon 定量结果差异分析

      • 用R提取代表转录本

      • 画个CNS级别火山图!

      • R Tips :split 函数

      • 什么? R 版 Hisat2

      • R Tips :match 函数

      • conda 安装软件报错

      • MetaProfile on Transcript

      • 提取代表转录本之 gencode

      • 附近含有 m6A 修饰的 Stop Codon 序列提取

      • Introduction of m6A

      • RNA-seq : Hisat2+Stringtie+DESeq2

      • shiny VennDiagram

      • shiny CountToTPM/FPKM

      • 自己模仿画个– m6A distribution on transcript

      • 怎么把 shiny App 做成 exe 文件进行分发

      • shiny-server内网穿透

      • 在线版shiny pheatmap!

      • 用shiny创作在线火山图绘制App

      • circlize 之 Create plotting regions

      • circlize 之 High-level genomic functions

      • R 爬虫之爬取文献信息

      • R 爬虫之爬取公众号图片

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      R 爬虫之爬取 NCBI 文献
      2021年9月10日

      下一篇文章

      R 爬虫之爬取公众号图片
      2021年9月10日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?