• 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
      • circlize 之 Implement high-level circular plots

      circlize 之 Implement high-level circular plots

      • 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。

      circlize 之 Implement high-level circular plots


      1、环状条形图

      circlize 提供了 circos.barplot()函数来绘制环状条形图:

      # 制造数据
      category = paste0("category", "_", 1:9)
      percent = sort(sample(40:80, 9))
      color = rev(rainbow(length(percent)))
      # 绘图
      library(circlize)
      # 设置旋转角度,单元格填充
      circos.par("start.degree" = 90, cell.padding = c(0, 0, 0, 0))
      # 'a` just means there is one sector
      # 只有一个扇区a
      circos.initialize("a", xlim = c(0, 100))
      circos.track(ylim = c(0.5, length(percent)+0.5), track.height = 0.8,
          bg.border = NA, panel.fun = function(x, y) {
              xlim = CELL_META$xlim
              circos.segments(rep(xlim[1], 9), 1:9,
                              rep(xlim[2], 9), 1:9,
                              col = "#CCCCCC")
              circos.rect(rep(0, 9), 1:9 - 0.45, percent, 1:9 + 0.45,
                  col = color, border = "white")
              circos.text(rep(xlim[1], 9), 1:9,
                  paste(category, " - ", percent, "%"),
                  facing = "downward", adj = c(1.05, 0.5), cex = 0.8)
              breaks = seq(0, 85, by = 5)
              circos.axis(h = "top", major.at = breaks, labels = paste0(breaks, "%"),
                  labels.cex = 0.6)
      })
      # 清空
      circos.clear()


      2、直方图

      circlize 提供了一个 circos.trackHist()函数,该函数在单元格中绘制直方图。这个函数是一个高级函数,它计算 y 轴上的数据范围并创建一个新的轨道。这个函数的实现很简单,它首先通过 hist()函数计算每个单元格的直方图,然后使用 circos.rect()绘制直方图。

      用户可以设置 draw.density = TRUE,通过密度线来显示数据分布。

      默认情况下,每个单元格的直方图的 bin.size 是单独计算的,每个单元格之间的 bin.size 是不一样的,所以比较不一致。手动设置 bin.size。将所有单元的大小设置为相同的值有助于比较单元之间的分布。

      x = rnorm(1600)
      sectors = sample(letters[1:16], 1600, replace = TRUE)
      circos.initialize(sectors, x = x)
      # 默认绘制
      circos.trackHist(sectors, x = x, col = "#999999",
          border = "#999999")
      # 设置bin.size = 0.1
      circos.trackHist(sectors, x = x, bin.size = 0.1,
          col = "#999999", border = "#999999")
      # draw.density = TRUE
      circos.trackHist(sectors, x = x, draw.density = TRUE,
          col = "#999999", border = "#999999")
      # 清空
      circos.clear()


      3、进化树

      可视化系统发生树。基本上,一个系统发育树是一个树状图,它是线的组合。在 R 中,有几个类来描述这种类型的树,如 hclust,dendrogram 和 phylo。在这个例子中,我们将演示如何从树状图类中绘制树。然而,其他类可以轻松地转换成树状图。

      # 使用ape包的内置数据集
      library(ape)
      data(bird.orders)
      hc = as.hclust(bird.orders)

      把树分成 6 个枝,并转化为 dendrogram 对象:

      labels = hc$labels  # name of birds
      ct = cutree(hc, 6)  # cut tree into 6 pieces
      n = length(labels)  # number of bird species
      dend = as.dendrogram(hc)

      正如我们之前提到的,系统发育树的 x 值实际上是索引。因此,x-lim 只是树中标签的最小和最大索引。因为只有一棵进化树,我们只需要一个大的扇区。

      在第一个轨道中,我们绘制了每只鸟的名字,用不同的颜色表示不同的子树。

      circos.par(cell.padding = c(0, 0, 0, 0))
      circos.initialize("a", xlim = c(0, n)) # only one sector
      circos.track(ylim = c(0, 1), bg.border = NA, track.height = 0.3,
          panel.fun = function(x, y) {
              for(i in seq_len(n)) {
                  circos.text(i-0.5, 0, labels[i], adj = c(0, 0.5),
                      facing = "clockwise", niceFacing = TRUE,
                      col = ct[labels[i]], cex = 0.5)
              }
      })

      在上面的代码中,将 xlim 设置为 c(0, n)非常重要,因为树状图的叶子是在 x = seq(0.5, n – 0.5)处绘制的。

      在第二个轨道中,我们通过 circos.dendrogram()绘制圆形树状图。你可以通过 denextend 包来渲染树状图。

      suppressPackageStartupMessages(library(dendextend))
      dend = color_branches(dend, k = 6, col = 1:6)
      dend_height = attr(dend, "height")
      circos.track(ylim = c(0, dend_height), bg.border = NA,
          track.height = 0.4, panel.fun = function(x, y) {
              circos.dendrogram(dend)
      })
      circos.clear()

      默认情况下,树状图面向圆的外部(因此标签也应该添加到树状图的外部)。在 circos.dendrogram()中,可以将 facing 参数设置为 inside,使它们面向 inside。在本例中,首先添加树状轨迹,然后添加标签:

      circos.dendrogram(dend, facing = "inside")


      4、手动绘制热图

      热图,有时结合树状图经常被用来可视化,例如基因表达。热图基本上由矩形组成,因此可以通过 circos.rect()实现:

      # 创建矩阵
      mat = matrix(rnorm(100*10), nrow = 100, ncol = 10)
      # 设置颜色
      col_fun = colorRamp2(c(-2, 0, 2), c("green", "black", "red"))
      # 定义扇区
      sectors = rep(letters[1:2], times = c(30, 70))
      mat_list = list(a = mat[sectors == "a", ],
                      b = mat[sectors == "b", ])
      # 聚类
      dend_list = list(a = as.dendrogram(hclust(dist(mat_list[["a"]]))),
                       b = as.dendrogram(hclust(dist(mat_list[["b"]]))))

      绘制热图:

      circos.par(cell.padding = c(0, 0, 0, 0), gap.degree = 5)
      circos.initialize(sectors, xlim = cbind(c(0, 0), table(sectors)))
      circos.track(ylim = c(0, 10), bg.border = NA, panel.fun = function(x, y) {
          sector.index = CELL_META$sector.index
          m = mat_list[[sector.index]]
          dend = dend_list[[sector.index]]

          m2 = m[order.dendrogram(dend), ]
          col_mat = col_fun(m2)
          nr = nrow(m2)
          nc = ncol(m2)
          for(i in 1:nc) {
              circos.rect(1:nr - 1, rep(nc - i, nr),
                  1:nr, rep(nc - i + 1, nr),
                  border = col_mat[, i], col = col_mat[, i])
          }
      })

      因为有两个树状图,所以将两个树状图的高度设为相同的尺度是很重要的。我们计算了两个树状图的最大高度,并将其设为第二道轨迹的 ylim:

      max_height = max(sapply(dend_list, function(x) attr(x, "height")))
      circos.track(ylim = c(0, max_height), bg.border = NA, track.height = 0.3,
          panel.fun = function(x, y) {
              sector.index = get.cell.meta.data("sector.index")
              dend = dend_list[[sector.index]]
              circos.dendrogram(dend, max_height = max_height)
      })
      circos.clear()

      在下一章中,我们将介绍一个高级函数 circos.heatmap(),它可以绘制漂亮的圆形热图。

      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,打赏一下吧!

      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

      circlize 之 circos.heatmap()
      2021年9月10日

      下一篇文章

      怎么批量合并 data.frame ?
      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?