下面七月份学员的投稿
rm(list=ls())
load("for_tSNE.pos.Rdata")
dim(dat)
## [1] 619 4
head(dat)
## tSNE_1 tSNE_2 cell cluster
## 6A-11 -1.910859 -26.09210 6A-11 2
## 6A-13 -3.498666 -27.66961 6A-13 2
## 6A-14 -7.646899 -12.26195 6A-14 2
## 6A-15 -2.986069 -27.00602 6A-15 2
## 6A-16 -7.633320 -12.21226 6A-16 2
## 6A-17 -4.207616 -25.12467 6A-17 2
str(dat)
## 'data.frame': 619 obs. of 4 variables:
## $ tSNE_1 : num -1.91 -3.5 -7.65 -2.99 -7.63 ...
## $ tSNE_2 : num -26.1 -27.7 -12.3 -27 -12.2 ...
## $ cell : chr "6A-11" "6A-13" "6A-14" "6A-15" ...
## $ cluster: Factor w/ 5 levels "0","1","2","3",..: 3 3 3 3 3 3 3 3 3 3 ...
首先,可以看出这张图是张点图,而x轴、y轴和点的颜色分别对应数据中的tSNE_1、tSNE_2和cluster,所以用映射来实现。
library(ggplot2)
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()
因为一直对因子这个概念比较模糊,试一试如果cluster不是因子会怎么样。先看看如果是数值:
dat$cluster=as.numeric(dat$cluster)
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()
如果是字符:
dat$cluster=as.character(dat$cluster)
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()
这里可以看出,如果cluster是数值型,那么不转为因子的情况下用来分组就会出现大问题:R会把每一个数值都看成是一个分组,用深浅来代表不同分组。
如果cluster是一个字符串,就不会出现这个问题,得到的结果和因子是一样的。
stat_ellipse()
实现。rm(list=ls())
load("for_tSNE.pos.Rdata")
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()+
stat_ellipse()
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()+
stat_ellipse(aes(fill=cluster),
geom = "polygon")
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point()+
stat_ellipse(aes(fill=cluster),
geom = "polygon",
alpha=1/5)
ggplot(dat,mapping = aes(x=tSNE_1,
y=tSNE_2,
col=cluster))+
geom_point(size=2)+
stat_ellipse(aes(fill=cluster),
geom = "polygon",
linetype = 2, ###圆圈线的类型
size=1, ###圆圈线的粗细
alpha=1/5)+
theme_classic()+
theme(axis.line = element_line(size=1.2, colour = "black")) ###坐标轴的粗细
对比一下:
这次练习所get到的几个新的知识点: