R绘图笔记 | 小提琴图与漂亮的云雨图绘制
关于绘图图，前面介绍了一些：
这里介绍小提琴图会漂亮的云雨图绘制，小提琴图在生信文章中很常见，云雨图我在文章中很少见到，但真的很漂亮，发表文章可以试试。
一.读入数据
如果你想获取该数据用于自己练习，下面是获取数据的地址：
https://docs.qq.com/sheet/DV0dxREV1YkJ0ZmVj
数据格式是这样的。
数据第A列是病人ID，B~E列是临床信息，其他列是病人的RNAseq数据。
你可以保存副本导出，然后自己读入。
library(ggplot2)library(grid)library(RColorBrewer)library(dplyr)library(SuppDists) #提供rJohnson()函数data <- read.csv("BioInfoNotesData1.csv",row.names = 1)假如我们需要绘制某基因在不同分期的表达情况。
f2.data <- data[,c(1,8)]colnames(f2.data) <- c("Stage","Value")table(f2.data$Stage先检查数据是否有缺失值，分期信息不知用N来表示，可以删除这些数据。
f2.data<-f2.data[f2.data$Stage!="N",]head(f2.data二.绘图
1.小提琴图
ggplot绘图系统中，小提琴图用geom_violin函数。
geom_violin(mapping = NULL, data = NULL, stat = "ydensity", position = "dodge", ..., draw_quantiles = NULL, trim = TRUE, scale = "area", na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)trim：如果为真(默认)，将小提琴的尾部修剪到数据的范围内。如果是假的，就不要修剪尾巴。
scale ：如果“area”(默认)，所有的小提琴有相同的区域(在修剪尾巴之前)。如果为“count”，面积按观察次数成比例缩放。如果是“宽度”，那么所有的小提琴都有相同的最大宽度。
ggplot(f2.data, aes(Stage,Value))+ geom_violin(aes(fill = Stage),trim = FALSE)+ geom_boxplot(width = 0.2)+ scale_fill_manual(values=c(brewer.pal(5,"Set2")[c(1,3,2,5)]))+ theme_classic()+ labs(x='Stage',y='The expression level',title='Gene name')+ theme(panel.background=element_rect(fill="white",colour="black",size=0.25), axis.line=element_line(colour="black",size=0.25), axis.title=element_text(size=13,face="plain",color="black"), axis.text = element_text(size=12,face="plain",color="black"), legend.position="none" )修改trim=TRUE,scale="count"，看一下效果就知道什么意思啦。
ggplot(f2.data, aes(Stage,Value))+ geom_violin(aes(fill = Stage),trim = TRUE,scale="count")+ geom_boxplot(width = 0.2)+ scale_fill_manual(values=c(brewer.pal(5,"Set2")[c(1,3,2,5)]))+ theme_classic()+ labs(x='Stage',y='The expression level',title='Gene name')+ theme(panel.background=element_rect(fill="white",colour="black",size=0.25), axis.line=element_line(colour="black",size=0.25), axis.title=element_text(size=13,face="plain",color="black"), axis.text = element_text(size=12,face="plain",color="black"), legend.position="none" )2.云雨图
云雨图在我看来很美观，我们样本数据大的时候，绘制云雨图是真的很美观。
但这个图绘制比前面的图形稍微复杂一点。需要自定义一个函数，用来绘制半小提琴图，从geom-violin函数修改。下面是geom-violin函数的源码地址：
https://github.com/hadley/ggplot2/blob/master/R/geom-violin.r
下面是修改后的代码【参考资料1】：
"%||%" <- function(a, b) { if (!is.null(a)) a else b}
geom_flat_violin <- function(mapping = NULL, data = NULL, stat = "ydensity", position = "dodge", trim = TRUE, scale = "area", show.legend = NA, inherit.aes = TRUE, ...) { layer( data = data, mapping = mapping, stat = stat, geom = GeomFlatViolin, position = position, show.legend = show.legend, inherit.aes = inherit.aes, params = list( trim = trim, scale = scale, ... ) )}GeomFlatViolin <- ggproto("GeomFlatViolin", Geom, setup_data = function(data, params) { data$width <- data$width %||% params$width %||% (resolution(data$x, FALSE) * 0.9)
# ymin, ymax, xmin, and xmax define the bounding rectangle for each group data %>% group_by(group) %>% mutate(ymin = min(y), ymax = max(y), xmin = x, xmax = x + width / 2)
},
draw_group = function(data, panel_scales, coord) { # Find the points for the line to go all the way around data <- transform(data, xminv = x, xmaxv = x + violinwidth * (xmax - x)) #利用transform函数为数据框mydata增加数据
newdata <- rbind(plyr::arrange(transform(data, x = xmaxv), -y),plyr::arrange(transform(data, x = xminv), y)) newdata_Polygon <- rbind(newdata, newdata[1,]) newdata_Polygon$colour<-NA
newdata_Path <- plyr::arrange(transform(data, x = xmaxv), -y)
ggplot2:::ggname("geom_flat_violin", grobTree( GeomPolygon$draw_panel(newdata_Polygon, panel_scales, coord), GeomPath$draw_panel(newdata_Path, panel_scales, coord)) ) },
draw_key = draw_key_polygon,
default_aes = aes(weight = 1, colour = "grey20", fill = "white", size = 0.5, alpha = NA, linetype = "solid"),
required_aes = c("x", "y") )
geom_flat_violin函数是自定义的半小提琴图函数，用上面的f2.data数据绘图。下面代码中d变量是统计数据。
d <- group_by(f2.data, Stage) %>% summarize(mean = mean(Value), sd = sd(Value))ggplot(f2.data, aes(Stage,Value, fill=Stage)) + geom_flat_violin(position=position_nudge(x=.2)) + geom_jitter(aes(color=Stage), width=.1) + geom_pointrange(aes(y=mean, ymin=mean-sd, ymax=mean+sd), data=d, size=1, position=position_nudge(x=.2)) + coord_flip() + theme_bw() + theme( axis.text = element_text(size=13), axis.title = element_text(size=15), legend.position="none")这个图就像云下面有雨滴一样，顾名思义叫云雨图。如果想纵向展示，去掉coord_flip()函数就可以啦。coord_flip()翻转笛卡尔坐标使水平变为垂直。
ggplot(f2.data, aes(x=Stage, y=Value)) + geom_flat_violin(aes(fill=Stage),position=position_nudge(x=.25),color="black") + geom_jitter(aes(color=Stage), width=0.1) + geom_boxplot(width=.1,position=position_nudge(x=0.25),fill="white",size=0.5) + #coord_flip() + theme_bw() + theme( axis.text = element_text(size=13), axis.title = element_text(size=15), legend.position="none")
参考资料：
R语言数据可视化之美，张杰/著
geom-violin函数帮助文档
https://github.com/hadley/ggplot2/blob/master/R/geom-violin.r
赞 (0)