• 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
      • R 绘制柱形偏差图

      R 绘制柱形偏差图

      • 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。

      点击上方关注我们




      前几天有小伙伴在 老俊俊生信交流群 里发了一个柱形图,询问怎么绘制,于是今天分享一下绘制代码给大家,下面是小伙伴发的图:

      这幅图绘制的关键点有两个:

      • 1、排序
      • 2、在图里添加文本标签,并为不同颜色

      数据的话大家根据类似格式整理成就可以了。

      首先加载 R 包,读取测试数据:

      # 加载R包
      library(ggplot2)
      library(ggprism)
      library(tidyverse)

      # 读取数据
      bar <- read.table('C:/Users/admin/Desktop/bar.txt',header = T)
      # 查看数据
      head(bar,3)
             id         B type
      1 THYROID -1.821506  low
      2  IMMUNE -1.652449  low
      3    ACID -1.430220  low

      接下来我们给数据排序,然后设置 因子类型的水平 就能按照排序的数值大小进行显示了:

      # 升序排序
      bar <- bar %>% arrange(B)
      # 变成因子类型
      bar$id <- factor(bar$id,levels = bar$id)

      先默认画一张:

      ggplot(data = bar,aes(x = id,y = B,fill = type)) +
        geom_col() +
        xlab('') + ylab('') +
        # 主题
        theme_prism(border = T)

      emmm。。。,还差点味道,主要需要修改的有:1、去掉横坐标标签 2、坐标轴翻转 3、在图里添加文本 4、调颜色 5、添加虚线。

      开始优化:

      # 绘图
      p <- ggplot(data = bar,aes(x = id,y = B,fill = type)) +
        geom_col() +
        xlab('') + ylab('') +
        # 主题
        theme_prism(border = T) +
        # 填充颜色
        scale_fill_manual(values = c('high'= '#035397','none'='grey','low'='#4AA96C')) +
        # 竖线
        geom_hline(yintercept = c(-1,1),color = 'white',size = 1,lty='dashed') +
        # 翻转坐标轴
        coord_flip() + ylim(-2.5,2.5) +
        # 去除坐标轴标签
        theme(axis.text.y = element_blank(),
              axis.ticks.y = element_blank(),
              # 移动图例位置
              legend.position = c(0.1,0.9))
      p

      然后添加文本标签,这里我们用到 geom_text 函数,分四次添加,注意我们排序是 从小到大排序 的,所以为 添加文本标签也从下到上添加 :

      # 添加标签在图里

      # 小于-1的数量
      low1 <- bar %>% filter(B < -1) %>% nrow()
      # 小于0总数量
      low0 <- bar %>% filter( B < 0) %>% nrow()
      # 小于1总数量
      high0 <- bar %>% filter(B < 1) %>% nrow()
      # 总的柱子数量
      high1 <- nrow(bar)

      # 依次从下到上添加标签
      p + geom_text(data = bar[1:low1,],aes(x = id,y = 0.1,label = id),
                    hjust = 0,color = 'black') + # 小于-1的为黑色标签
         geom_text(data = bar[(low1 +1):low0,],aes(x = id,y = 0.1,label = id),
                  hjust = 0,color = 'grey') + # 灰色标签
         geom_text(data = bar[(low0 + 1):high0,],aes(x = id,y = -0.1,label = id),
                  hjust = 1,color = 'grey') + # 灰色标签
         geom_text(data = bar[(high0 +1):high1,],aes(x = id,y = -0.1,label = id),
                  hjust = 1,color = 'black') # 大于1的为黑色标签

      这张图就完美复现了,大家只要改变一下输入数据,后面代码全部直接运行即可,是不是非常的方便。

      我们还可以把颜色映射给 B,得到颜色渐变的柱子:

      # 绘图
      p <- ggplot(data = bar,aes(x = id,y = B,fill = B)) +
        geom_col() +
        xlab('') + ylab('') +
        # 主题
        theme_prism(border = T) +
        # 填充颜色
        # scale_fill_manual(values = c('high'= '#035397','none'='grey','low'='#4AA96C')) +
        scale_fill_gradient2(low = '#FFC074',mid = '#B6C867',high = '#01937C') +
        # 竖线
        geom_hline(yintercept = c(-1,1),color = 'white',size = 1,lty='dashed') +
        # 翻转坐标轴
        coord_flip() + ylim(-2.5,2.5) +
        # 去除坐标轴标签
        theme(axis.text.y = element_blank(),
              axis.ticks.y = element_blank(),
              # 移动图例位置
              legend.position = c(0.1,0.9))

      # 添加标签在图里

      # 小于-1的数量
      low1 <- bar %>% filter(B < -1) %>% nrow()
      # 小于0总数量
      low0 <- bar %>% filter( B < 0) %>% nrow()
      # 小于1总数量
      high0 <- bar %>% filter(B < 1) %>% nrow()
      # 总的柱子数量
      high1 <- nrow(bar)

      # 依次从下到上添加标签
      p + geom_text(data = bar[1:low1,],aes(x = id,y = 0.1,label = id),
                    hjust = 0,color = 'black') + # 小于-1的为黑色标签
         geom_text(data = bar[(low1 +1):low0,],aes(x = id,y = 0.1,label = id),
                  hjust = 0,color = 'grey') + # 灰色标签
         geom_text(data = bar[(low0 + 1):high0,],aes(x = id,y = -0.1,label = id),
                  hjust = 1,color = 'grey') + # 灰色标签
         geom_text(data = bar[(high0 +1):high1,],aes(x = id,y = -0.1,label = id),
                  hjust = 1,color = 'black') # 大于1的为黑色标签

      想要测试数据的可以公众号私信我哈!



      END




      所以今天你学习了吗?



      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

      • 跟着 cell 绘制条形堆叠图和分面小提琴图

      • R 爬虫之爬取 NCBI 文献

      • ggplot 分面绘图一网打尽

      • circlize 之 chordDiagram 函数

      • circlize 之 chordDiagram 函数高级用法

      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 爬虫之爬取文献影响因子
      2021年9月10日

      下一篇文章

      circlize 之 chordDiagram 函数高级用法
      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?