文献配套GitHub发表级别绘图之饼图

生信技能树

发布于 2022-03-03 14:26:45

1.9K0

发布于 2022-03-03 14:26:45

文章被收录于专栏：生信技能树

下面是去年实习生的分享

author: "ylchen"

ggplot2是R语言最流行的第三方扩展包，是RStudio首席科学家Hadley Wickham读博期间的作品。根据其绘图理念，图形由以下几个模块组成：

简单来说：

一张统计图形就是从数据到几何对象（geometric object，缩写geom）的图形属性（aesthetic attribute，缩写aes）的一个映射。此外，图形中还可能包含数据的统计变换（statistical transformation，缩写stats），最后绘制在某个特定的坐标系（coordinate system，缩写coord）中，而分面（facet）则可以用来生成数据不同子集的图形。

接下来开启ggplot2基础学习系列。第一步从复现文章开始。

文章来源："Preoperative immune landscape predisposes adverse outcomes in hepatocellular carcinoma patients with liver transplantation" (2021,npj Precision Oncology)，数据与代码全部公开在https://github.com/sangho1130/KOR_HCC。

下面首先来复现Fig.1a(pie chart& rose chart)，用饼图呈现出不同组织的数量

Fig.1

一、数据载入

  library(ggplot2)
  library(scales)
  library(RColorBrewer)
  #构建数据框结构
  data <- data.frame(
    group = c('Normal', 'FL', 'FH', 'CS', 'DL', 'DH', 'T1', 'T2', 'T3', 'Mixed'),
    value = c(16, 10, 10, 10, 10, 7, 17, 30, 11, 7)
  )
  Colors <- c('#bebdbd', '#bbe165', '#6e8a3c', '#546a2e', 
  '#f1c055', '#eb8919', '#f69693', '#f7474e', '#aa0c0b', '#570a08')
  #分类数据转换成因子变量，需要调整顺序的话可以加上level参数
  data$group <- factor(data$group) 
  head(data)

二、首先生成柱状图

开始选择合适的几何对象，就是用什么样的图片来直观表示我们的数据。其中柱状图就用geom_bar函数。除此之外，ggplot2提供了众多几何对象geom_xyz()供大家选择，完整的几何对象可以下载RStudio公司总结的ggplot2 cheetsheet。

ggplot(data,                         #输入数据
       aes(x="",                     #设置x轴变量
       y=value,                      #设置y轴变量
       fill=factor(group))) +        #设置图形填充变量
       geom_bar(width = 1,           #geom_bar()函数绘制条形图,width：条形图的宽度
               stat = "identity")+ #stat="count"表示条形的高度是y变量的数量  
  #stat="identity"表示条形的高度是y变量的值
  scale_fill_manual(values = Colors)     #设置填充的颜色

三、转换成饼图

coord_polar将圆形转成极坐标

ggplot(data,                         #输入数据
       aes(x="",                     #设置x轴变量
           y=value,                      #设置y轴变量
           fill=factor(group))) +        #设置图形填充变量
  geom_bar(width = 1,           #geom_bar()函数绘制条形图,width：条形图的宽度
           color = "white",
           stat = "identity")+   #stat="count"表示条形的高度是y变量的数量    
  #stat="identity"表示条形的高度是y变量的值
  scale_fill_manual(values = Colors) +    #设置填充的颜色                                                               #coord_polar极坐标转换，可以做饼图或玫瑰图或雷达图
  coord_polar(theta = "y",         #theta 可以选择x或y，表示外延的坐标
              direction = -1) +    #direction表示数据方向，1是顺时针，-1是逆时针
  theme_void() +                   #theme_void(): 设置完全空白的主题
  #ggtitle("I'm a titile")+        #添加标题
  theme(plot.title = element_text(hjust = 1), #hjust调整水平距离，
        #element_text()设置基于文本的组件
        legend.title = element_blank())+       #不显示legend标题
  geom_text(aes(label = value),
          position = position_stack(vjust = 0.5),size=5) #vjust=0.5在堆叠柱子的中间位置添加文字

四、玫瑰图

然而，当我们的数据不是代表个体占总体的百分比，而是强调数据大小的对比时，可以用玫瑰图来展示，根据上面的代码做简单的修改即可。
其实就是修改参数：coord_polar(theta = 'x',start = 0,direction = 1)

ggplot(data,                           
       aes(x=group,y=value,            
       fill=factor(group))) +          
       geom_bar(                      
              width = 1,              
              stat = "identity") +               
       scale_fill_manual(values = Colors) +        
       coord_polar(theta = 'x',start = 0,direction = 1)+
       theme_void() + 
       theme(plot.title = element_text(hjust = 0.5),
             legend.title = element_blank())

五、划重点了！

function函数

学习代码的目的就是为了节省我们的绘图时间。我们可以构建function函数，下次输入自己数据就可以直接使用，不用再调整参数。

复习function函数的书写，function函数定义如下

function_name <- function(arg1,arg2,....){
       functionBody
}
#function_name函数名
#arg1,arg2,....函数的参数
#functionBody函数主体，定义函数的作用

# 构建一个绘图函数
drPiechart <- function(columnNames, Values, Colors){
  library(ggplot2)
  library(scales)
  library(RColorBrewer)
  #构建数据框结构
  data <- data.frame(
    group = columnNames,
    value = Values
  )
  data$group <- factor(data$group, columnNames) #转换成因子变量
#绘图
ggplot(data,                         #输入数据
       aes(x="",                     #设置x轴变量
       y=value,                      #设置y轴变量
       fill=factor(group))) +        #设置图形填充变量
       geom_bar(width = 1,           #geom_bar()函数绘制条形图,width：条形图的宽度
               stat = "identity")+   #stat="count"表示条形的高度是y变量的数量    
                                     #stat="identity"表示条形的高度是y变量的值
       scale_fill_manual(values = Colors) +    #设置填充的颜色                                                               #coord_polar极坐标转换，可以做饼图或玫瑰图或雷达图
    coord_polar(theta = "y",         #theta 可以选择x或y，表示外延的坐标
                direction = -1) +    #direction表示数据方向，1是顺时针，-1是逆时针
    theme_void() +                   #theme_void(): 设置完全空白的主题
    theme(plot.title = element_text(hjust = 1), #hjust调整水平距离，
                                                #element_text()设置基于文本的组件
          legend.title = element_blank())+       #不显示legend标题
  geom_text(aes(label = value),
          position = position_stack(vjust = 0.5),size=5) #vjust=0.5在堆叠柱子的中间位置添加文字
}

输入自己数据即可作图

#依次按照columnNames, Values, Colors填入自己的数据即可
drPiechart(c('Normal', 'FL', 'FH', 'CS', 'DL', 'DH', 'T1', 'T2', 'T3', 'Mixed'), 
           c(16, 10, 10, 10, 10, 7, 17, 30, 11, 7), 
           c('#bebdbd', '#bbe165', '#6e8a3c', '#546a2e', 
             '#f1c055', '#eb8919', '#f69693', '#f7474e', '#aa0c0b', '#570a08'))

六、进阶的饼图

如果需要展示两种分类形式，可以将饼图和环形图结合起来
参考：https://rpubs.com/cardiomoon/398623

# if(!require(devtools)) install.packages("devtools")
# devtools::install_github("cardiomoon/moonBook")
# devtools::install_github("cardiomoon/webr")
library(ggplot2)
library(moonBook)
library(webr)

package moonBook 里面包含857名急性冠脉综合征(acs)患者的人口统计和实验室数据，这里展示吸烟状态的分布

head(acs)
# labelposition=0.1 百分数小于10%,标签位于外部
# ratioByGroup=FALSE 按不同分组计算百分比
PieDonut(acs,aes(pies=Dx,donuts=smoking),
         ratioByGroup=FALSE,labelposition=0.1,
         title="Distribution of Smoking Status by Diagnosis")

标签位置

如果希望将标签全放在内部，需将labelposition参数设置为0。在外面设置labelposition参数为1

PieDonut(acs,aes(Dx,smoking),selected=1,labelposition=0,title="labelposition=0")
PieDonut(acs,aes(Dx,smoking),selected=1,labelposition=1,title="labelposition=1")

突出展示

如果你想着重突出某个部分，这个参数就很方便了

参数：explode 内环的突出；selected 外环的突出

PieDonut(acs,aes(Dx,smoking),explode=1)
PieDonut(acs,aes(Dx,smoking),explode=1,explodeDonut=TRUE)
# explode 内环的突出
# selected 外环的突出
PieDonut(acs,aes(Dx,smoking),explode=1,selected=c(3,6,9),explodeDonut=TRUE)

角度调整

PieDonut(acs,aes(Dx,smoking),start=3*pi/2,explode=1,selected=c(3,6,9),explodeDonut=TRUE)

半径设置

如果你不想要中间的圆心，可通过r0和showPieName设置

另外，r1，r2分别可以调整内外环的半径

PieDonut(acs,aes(Dx,smoking),r0=0,showPieName=FALSE)
# r1，r2分别可以调整内外环的半径
PieDonut(acs,aes(Dx,smoking),r0=0.2,r1=0.8,r2=1.4,explode=1,start=pi/2,explodeDonut=TRUE)

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：2022-01-26，如有侵权请联系 cloudcommunity@tencent.com 删除

https

网络安全

本文分享自生信技能树微信公众号，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！

https

网络安全

登录后参与评论

0 条评论

热度