前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >R绘图笔记 | 柱状图绘制

R绘图笔记 | 柱状图绘制

作者头像
DoubleHelix
发布于 2020-11-03 11:31:46
1.1K0
发布于 2020-11-03 11:31:46
举报
文章被收录于专栏：生物信息云

可先阅读文章：R绘图笔记 | R语言绘图系统与常见绘图函数及参数

1.单数据系列柱状图

代码语言：javascript
复制
###绘图数据
data <- "Sample1;Sample2;Sample3;Sample4;Sample5
gene1;2.6;2.9;2.1;4.5;2.2
gene2;20.8;9.8;7.0;3.7;19.2
gene3;10.0;11.0;9.2;12.4;9.6
gene4;9;3.3;10.3;11.1;10"
data <- read.table(text=data, header=T, row.names=1, sep=";", quote="")
data
代码语言：javascript
复制
##gene1的在不同样本中的表达
data1 <- as.data.frame(t(data)[,1])
names(data1) <- "gene1"
data1$sample <- rownames(data1)
代码语言：javascript
复制
> data1
        gene1  sample
Sample1   2.6 Sample1
Sample2   2.9 Sample2
Sample3   2.1 Sample3
Sample4   4.5 Sample4
Sample5   2.2 Sample5

绘图：geom_bar用于绘制柱状图，ylim设置纵轴值范围，them设置主题，axis.title设置坐标轴名称参数，axis.text设置坐标轴参数。

代码语言：javascript
复制
ggplot(data=data1,aes(x=sample,y=gene1))+
  geom_bar(stat = "identity", 
           width = 0.8,colour="black",size=0.25,
           fill="#FC4E07",alpha=1)+
  ylim(0,max(data1$gene1))+
  theme(
    axis.title=element_text(size=15,face="plain",color="blue"),
    axis.text = element_text(size=12,face="plain",color="red")
  )

可将数据进行排序后绘图。

代码语言：javascript
复制
#排序方法1：基于数据框data.frame
library(dplyr)
data1.a<-arrange(data1,desc(gene1))
data1.a$sample <- factor(data1.a$sample, levels = data1.a$sample)
ggplot(data=data1.a,aes(x=sample,y=gene1))+ 
  geom_bar(stat = "identity", width = 0.8,
           colour="black",size=0.25,fill="#FC4E07",alpha=1)
代码语言：javascript
复制
#排序方法2：基于向量vector
data1.b <- data1
order<-sort(data1.b$gene1,index.return=TRUE,decreasing = TRUE) 

data1.b$sample <- factor(data1.b$sample , levels = data1.b$sample [order$ix]) 
ggplot(data=data1.b,aes(x=sample,y=gene1))+ 
  geom_bar(stat = "identity", width = 0.8,
           colour="black",size=0.25,fill="black",alpha=1)

将所有样本的基因表达值都绘制出来，position=position_dodge()表示柱子并排放置。也可以通过position_dodge()函数来改变数据序列间的间隔。

代码语言：javascript
复制
data2 <- data.frame(gene = rownames(data),data)
data2 <- melt(data2, id.vars=c("gene"))
ggplot(data2, aes(x=gene, y=value))+ 
  geom_bar(stat="identity", position=position_dodge(), aes(fill=variable))

‍

但是，通常我们是不这样作图的，而是取均值，加上误差线。

代码语言：javascript
复制
# 获取平均值和标准差
data3 <- data2 %>% group_by(gene) %>% dplyr::summarise(sd=sd(value), value=mean(value))
data3 <- as.data.frame(data3)
代码语言：javascript
复制
> data3
   gene        sd value
1 gene1 0.9710819  2.86
2 gene2 7.5491721 12.10
3 gene3 1.2837445 10.44
4 gene4 3.1325708  8.74
代码语言：javascript
复制
ggplot(data3, aes(x=gene, y=value)) +
  geom_bar(stat="identity", aes(fill=gene)) +
  geom_errorbar(aes(ymin=value-sd, ymax=value+sd), width=0.2, position=position_dodge(width=0.75)) +
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black")
    )

2.双序列图的绘制

代码语言：javascript
复制
library(reshape2)
data4 <- data.frame(Gene = c("gene1","gene2","gene3"),
                     CTRL = c(7.67,4.02,3.95),
                     Drug = c(5.84,6.45,6.76),stringsAsFactors=FALSE)
#colnames(data4) <- c("Gene","CTRL","Drug")
data4<-melt(data4,id.vars="Gene")
data4
代码语言：javascript
复制
> data4
   Gene variable value
1 gene1     CTRL  7.67
2 gene2     CTRL  4.02
3 gene3     CTRL  3.95
4 gene1     Drug  5.84
5 gene2     Drug  6.45
6 gene3     Drug  6.76
代码语言：javascript
复制
ggplot(data=data4,aes(Gene,value,fill=variable))+
  geom_bar(stat="identity",position=position_dodge(),
           color="black",width=0.7,size=0.25)+
  scale_fill_manual(values=c("#A61CE6", "#E81CA4"))+
  ylim(0, 10)+
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black"),
    legend.title=element_text(size=14,face="plain",color="black"),
    legend.background  =element_blank(),
    legend.position = c(0.88,0.88)
  ) + ylab("Expression values")

按CTRL组排序。

代码语言：javascript
复制
data5 <- data.frame(Gene = c("gene1","gene2","gene3"),
                     CTRL = c(8.67,4.02,6.95),
                     Drug = c(5.84,6.45,6.76),stringsAsFactors=FALSE)

data5$Gene <- factor(data5$Gene, levels = data5$Gene[order(data5[,"CTRL"],decreasing = TRUE)])

data5 <- melt(data5,id.vars='Gene')

ggplot(data=data5,aes(Gene,value,fill=variable))+
  geom_bar(stat="identity", color="black", position=position_dodge(),width=0.7,size=0.25)+
  scale_fill_manual(values=c("#00AFBB", "#E7B800"))+
  ylim(0, 10)+ ylab("Expression values") +
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black"),
    legend.title=element_text(size=14,face="plain",color="black"),
    legend.background  =element_blank(),
    legend.position = c(0.88,0.88)
  )

3.堆积柱状图

代码语言：javascript
复制
data6 <- data.frame(Gene = c("gene1","gene2","gene3","gene4","gene5"),
                     sam1 = c(150,1200,1300,2800,2000),
                     sam2 =c(400,1100,2300,2900,2700),
                     sam3 = c(390,1700,3300,3500,4200),
                     sam4 = c(300,900,1900,2800,3300),
                     sam5 = c(130,790,1800,3000,4200),
                     sam6 = c(100,1300,1900,1800,2700),
                     sam7 = c(100,1200,1700,1600,2100),
                     sam8 = c(150,1100,1300,1280,1300),stringsAsFactors=FALSE)

data6 <- melt(data6,id.vars='Gene')

ggplot(data=data6,aes(variable,value,fill=Gene))+
  geom_bar(stat="identity",position="stack", color="black", width=0.7,size=0.25)+
  scale_fill_manual(values=brewer.pal(9,"YlOrRd")[c(6:2)])+
  ylim(0, 15000)+ xlab("Sample") + ylab("Expression values") +
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black"),
    legend.title=element_text(size=14,face="plain",color="black"),
    legend.background  =element_blank(),
    legend.position = c(0.85,0.82)
  )
代码语言：javascript
复制
data7 <- data.frame(Gene = c("gene1","gene2","gene3","gene4","gene5"),
                   sam1 = c(150,1200,1300,2800,2000),
                   sam2 =c(400,1100,2300,2900,2700),
                   sam3 = c(390,1700,3300,3500,4200),
                   sam4 = c(300,900,1900,2800,3300),
                   sam5 = c(130,790,1800,3000,4200),
                   sam6 = c(100,1300,1900,1800,2700),
                   sam7 = c(100,1200,1700,1600,2100),
                   sam8 = c(150,1100,1300,1280,1300),stringsAsFactors=FALSE)
代码语言：javascript
复制
> data7
   Gene sam1 sam2 sam3 sam4 sam5 sam6 sam7 sam8
1 gene1  150  400  390  300  130  100  100  150
2 gene2 1200 1100 1700  900  790 1300 1200 1100
3 gene3 1300 2300 3300 1900 1800 1900 1700 1300
4 gene4 2800 2900 3500 2800 3000 1800 1600 1280
5 gene5 2000 2700 4200 3300 4200 2700 2100 1300
代码语言：javascript
复制
##按行求和，排序
sum <- sort(rowSums(data7[,2:ncol(data7)]),index.return=TRUE)
#按列求和,排序
colsum<-sort(colSums(data7[,2:ncol(data7)]),index.return=TRUE,decreasing = TRUE)

data7 <- data7[,c(1,colsum$ix+1)]
代码语言：javascript
复制
> data7
   Gene sam3 sam5 sam2 sam4 sam6 sam1 sam7 sam8
1 gene1  390  130  400  300  100  150  100  150
2 gene2 1700  790 1100  900 1300 1200 1200 1100
3 gene3 3300 1800 2300 1900 1900 1300 1700 1300
4 gene4 3500 3000 2900 2800 1800 2800 1600 1280
5 gene5 4200 4200 2700 3300 2700 2000 2100 1300
代码语言：javascript
复制
data7$Gene <- factor(data7$Gene, levels = data7$Gene[order(sum$ix)])
data7<-melt(data7,id.vars='Gene')
ggplot(data=data7,aes(variable,value,fill=Gene))+
  geom_bar(stat="identity",position="stack", color="black", width=0.7,size=0.25)+
  scale_fill_manual(values=brewer.pal(9,"YlOrRd")[c(6:2)])+
  ylim(0, 15000)+ xlab("Sample") + ylab("Expression values")+
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black"),
    legend.title=element_text(size=14,face="plain",color="black"),
    legend.background  =element_blank(),
    legend.position = c(0.85,0.82)
  )

4.百分比堆积柱形图

scale_fill_manual用于修改填充色。

代码语言：javascript
复制
ggplot(data=data7,aes(variable,value,fill=Gene))+
  geom_bar(stat="identity", position="fill",color="black", width=0.8,size=0.25)+
  scale_fill_manual(values=brewer.pal(9,"GnBu")[c(7:2)])+
  xlab("Sample") + ylab("Expression values")+
  theme(
    axis.title=element_text(size=15,face="plain",color="black"),
    axis.text = element_text(size=12,face="plain",color="black"),
    legend.title=element_text(size=14,face="plain",color="black"),
    legend.position = "right"
  )

5.不等宽柱形图

代码语言：javascript
复制
library(ggplot2)
#install.packages("Cairo")
library(Cairo)
#install.packages("showtext")
library(showtext)
代码语言：javascript
复制
data8<-data.frame(Name=paste0("Group",1:5),Scale=c(35,30,20,25,15),Count=c(56,37,63,57,59))
data8$xmin<-0
for (i in 2:5){
  data8$xmin[i]<-sum(data8$Scale[1:i-1])
}
#构造矩形X轴的终点（最大点）
for (i in 1:5){
  data8$xmax[i]<-sum(data8$Scale[1:i])
}
#构造数据标签的横坐标：
for (i in 1:5){
  data8$label[i]<-sum(data8$Scale[1:i])-data8$Scale[i]/2
}
data8
代码语言：javascript
复制
> data8
    Name Scale Count xmin xmax label
1 Group1    35    56    0   35  17.5
2 Group2    30    37   35   65  50.0
3 Group3    20    63   65   85  75.0
4 Group4    25    57   85  110  97.5
5 Group5    15    59  110  125 117.5
代码语言：javascript
复制
#windowsFonts(myFont = windowsFont("微软雅黑"))
#颜色的映射设定是在 aes() 内部完成的，而颜色的重新设定是在 aes() 外部完成的
ggplot(data8)+
  geom_rect(aes(xmin=xmin,xmax=xmax,ymin=0,ymax=Count,fill=Name),colour="black",size=0.25)+
  geom_text(aes(x=label,y=Count+3,label=Count),size=4,col="black")+
  geom_text(aes(x=label,y=-2.5,label=Name),size=4,col="black")+
  ylab("Count")+
  xlab("Group")+
  ylim(-5,80)+
  theme(panel.background=element_rect(fill="white",colour=NA),
        panel.grid.major = element_line(colour = "grey60",size=.25,linetype ="dotted" ),
        panel.grid.minor = element_line(colour = "grey60",size=.25,linetype ="dotted" ),
        text=element_text(size=15),
        plot.title=element_text(size=15,hjust=.5),#family="myfont",
        legend.position="none"
  )

5.径向柱形图

代码语言：javascript
复制
data9 <- data.frame(species=rep(paste0("specie",c(1:10)), 5), 
                 gene=rep(paste0("gene",c(1:5)), each=10), 
                 value=rep((1:5), each=10) + rnorm(50, 0,.5))

head(data9)
代码语言：javascript
复制
> head(data9)
  species  gene     value
1 specie1 gene1 0.8178002
2 specie2 gene1 0.5365643
3 specie3 gene1 0.7836265
4 specie4 gene1 0.9158748
5 specie5 gene1 0.8929767
6 specie6 gene1 1.9134189
代码语言：javascript
复制
myAng <- seq(-20,-340,length.out = 10)
ggplot(data=data9,aes(species,value,fill=gene))+
  geom_bar(stat="identity", color="black", position=position_dodge(),width=0.7,size=0.25)+
  coord_polar(theta = "x",start=0) +
  ylim(c(-3,6))+
  scale_fill_brewer()+
  theme_light()+
  theme( panel.background = element_blank(),
         panel.grid.major = element_line(colour = "grey80",size=.25),
         axis.text.y = element_text(size = 12,colour="black"),
         axis.line.y = element_line(size=0.25),
         axis.text.x=element_text(size = 13,colour="black",angle = myAng))

coord_polar将直角坐标转化为极坐标。

参考资料：

1.R语言数据可视化之美，张杰/著

本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2020-10-29，如有侵权请联系 cloudcommunity@tencent.com 删除
r 语言

本文分享自 MedBioInfoCloud 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

r 语言
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
相关产品与服务
图数据库 KonisGraph
图数据库 KonisGraph（TencentDB for KonisGraph）是一种云端图数据库服务，基于腾讯在海量图数据上的实践经验，提供一站式海量图数据存储、管理、实时查询、计算、可视化分析能力；KonisGraph 支持属性图模型和 TinkerPop Gremlin 查询语言，能够帮助用户快速完成对图数据的建模、查询和可视化分析。
产品介绍产品文档
精选特惠 用云无忧
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2024 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论