大家好,欢迎来到IT知识分享网。
尔云间 一个专门做科研的团队
原创 小果 生信果
本篇将介绍如何利用ggplot2绘制柱状图以清楚地展示各肿瘤某一指标的比较(如肿瘤缓解率)和GSVA分析结果。
1 肿瘤缓解率结果展示
首先启动程序包
library(ggplot2)
然后读取数据
df<-read.csv(“easy_input1.csv”)
数据结构如下图,为2列。第一列为不同癌症,第二列为score
按照score排序,并画图:
df<-df[order(df$score,decreasing = T),] df$index<-seq(1,nrow(df)) p<-ggplot(df,aes(x=index,y=score,fill=ID)) + geom_bar(stat = 'identity',width = 0.8) + scale_fill_brewer(type = "Qualitative", palette = "Paired") + #bar的颜色 scale_y_continuous(breaks=seq(-100, 100, 10), #y轴刻度 expand = c(0,0)) + #上下都不留空 scale_x_discrete(expand = expand_scale(mult = c(0.01,0))) + #左边留空,右边到头 #画3条横线 geom_hline(yintercept = c(-30,0,20), linetype = 5, #画虚线 size = 0.3) + #线的粗细 #其他主题 labs(x = "", y = "Maximum Change in Tumor Size (%)", title = "A Maximum Change in Tumor Size, According to Tumor Type") + theme_bw() + #去除背景色 theme(panel.grid =element_blank()) + #去除网格线 theme(panel.border = element_blank()) + #去除外层边框 theme(axis.line = element_line(colour = "black")) + #沿坐标轴显示直线 theme(axis.line.x = element_blank(), axis.ticks.x = element_blank(), axis.text.x = element_blank()) + #去除x轴 #图例 guides(fill = guide_legend(ncol = 5,title = NULL)) + #图例分5列 scale_size(range=c(5,20)) + theme(legend.background = element_blank(), #移除整体边框 #图例的左下角置于绘图区域的左下角 legend.position=c(0,0),legend.justification = c(0,0)) #改用下面这行,图例就会位于顶部 #legend.position="top")
由于Cancer12值很高,使得图片右侧很空。对其进行修改,让y轴适合大部分数据,然后在最高的那个bar上标出实际数据。
#设置坐标轴范围,最大值设为50,以适应大多数数据 P <- p + coord_cartesian(ylim = c(-90,50)) + #y轴范围,根据实际情况调整 #添加数据标签 geom_text(data = subset(df, score > 50), aes(index, 48,label=round(score))) + #在超过50的bar上标出实际数据 geom_text(data = subset(df, index == 3), aes(index, score + 1,label = "*")) + #作者的特殊标记 geom_text(data = subset(df, index == nrow(df)), aes(index, score - 3, label = "T")) #作者的特殊标记
2 GSVA结果展示
2.1 score绝对值小于阈值的bar显示为灰色
输入数据,包含两列:ID和score
df<-read.csv(“easy_input2.csv”)
按照score的值分组
df$group<-cut(df$score, breaks = c(-Inf,-4,4,Inf),labels = c(1,2,3))
按照score排序
df<-df[order(df$score,decreasing = F),]
df$index<-seq(1,nrow(df))
开始画图:
ggplot(df,aes(x=index,y=score,fill=group)) + geom_bar(stat = 'identity',width = 0.8) + scale_fill_manual(values = c("palegreen3","snow3","dodgerblue4")) + #bar的颜色 scale_x_discrete(expand = expand_scale(add = .6)) + scale_y_continuous(breaks=seq(-30, 20, 5)) + coord_flip() + #坐标轴互换 #画2条横线 geom_hline(yintercept = c(-4,4), color="white", linetype = 2,#画虚线 size = 0.3) + #线的粗细 #写label geom_text(data = subset(df, score > 0), aes(x=index, y=0, label=paste0(ID," "), color = group),#bar跟坐标轴间留出间隙 size = 3, #字的大小 hjust = "inward" ) + #字的对齐方式 geom_text(data = subset(df, score < 0), aes(x=index, y=0, label=paste0(" ",ID), color = group), size = 3, hjust = "outward") + scale_colour_manual(values = c("black","snow3","black")) + #其他主题 labs(x = "", y = "t value of GSVA score, tumor \n versus non-malignant", title = "Endothelial cells, tumour versus non-malignant") + theme_bw() + #去除背景色 theme(panel.grid =element_blank()) + #去除网格线 theme(panel.border = element_rect(size = 0.6)) + #边框粗细 theme(axis.line.y = element_blank(), axis.ticks.y = element_blank(), axis.text.y = element_blank()) + #去除y轴 guides(fill=FALSE,color=FALSE) #不显示图例
2.2 pvalue>0.05的bar显示为灰色
输入数据,包含三列,ID、score和pvalue
df<-read.csv(“easy_input3.csv”)
#按照pvalue分组
df$p.group<-cut(df$pval, breaks = c(-Inf,0.05,Inf),labels = c(1,0))
#按照score分组
df$s.group<-cut(df$score, breaks = c(-Inf,0,Inf),labels = c(0,1))
#合并
df$ps.group <- paste0(df$p.group,df$s.group)
#根据pvalue和score分为3组
df$group<-ifelse(df$ps.group==’10’,’1′,ifelse(df$ps.group==’11’,’2′,’3′))
按照score排序
df<-df[order(df$score,decreasing = F),]
df$index<-seq(1,nrow(df))
开始画图:
只调整了颜色顺序,其余跟“2.1”的画图代码是一样的
scale_fill_manual(values = c("palegreen3","dodgerblue4","snow3")) + #颜色
推荐阅读
- 使用R语言完成序列比对及进化树美化
- 看小果演示CIBETSORT、xcell两种常用的R语言包
- 一步到位?R代码构建列线图
- 小果教你三分钟看懂多条线共存的ROC图的R语言画法
- 快速学习如何确定差异分析阈值来筛选差异基因
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/108544.html