跟着NatureEcology&Evolution学作图：R语言GGally包展示多变量两两相关系数

生信技能树

发布于 2024-11-21 08:26:50

8700

代码可运行

文章被收录于专栏：生信技能树

运行总次数：0

代码可运行

论文

The evolution of human altriciality and brain development in comparative context

https://www.nature.com/articles/s41559-023-02253-z

数据代码

https://figshare.com/articles/dataset/The_evolution_of_human_altriciality_and_brain_development_in_comparative_context/22242724

论文中的数据和代码都有，看论文，然后对应数据和代码，应该能更好的理解论文的内容。今天的推文我们复现一下论文中的Figure3ab

没有获得论文中原始的作图数据，这里我用3个不同品种小麦的一些表型数据做练习，主要学习论文中提供的作图代码

之前的推文也介绍过这个R包，之前发过的推文有

R语言ggplot2画图展示多变量两两之间相关系数~文末留言送书

杂记：ggpairs更改配色；ggplot2极坐标添加直线；seqkit计算fasta序列的长度和gc含量

部分作图数据截图

我是用的4.1.0版本的R，没有安装GGally这个包，使用命令install.packages("GGally")，在Rstudio里没有成功，关闭Rstudio，启动R，运行命令可以安装成功。这个是为啥暂时没有想明白

加载需要用到的R包

library(GGally)
library(tidyverse)
library(smplot2)

smplot2这个R包里有一些预设的ggplot2作图可以直接用的主题

读取数据

dat<-read_csv("Seed_Data.csv")

dat %>% 
  mutate(target=paste("cultivar",target,sep="")) -> dat
dat

这个图主要分为三个部分右上角upper 对角线diag 和左下角lower

每个好像都可以自定义函数去展示想展示的内容和调节细节

比如论文中的figure3a 定义了左下角的点图和拟合线的颜色

lowerFn <- function(data, mapping, ...) {
  p <- ggplot(data = dat, mapping = mapping) +
    geom_point(colour = "darkgray",size=0.2,alpha=0.7) +
    geom_smooth(method = "lm", color = "black", linewidth=0.3, se=FALSE)
  p
}

这里还有很多参数可以写

作图代码

lowerFn <- function(data, mapping, ...) {
  p <- ggplot(data = dat, mapping = mapping) +
    geom_point(colour = "darkgray",size=0.2,alpha=0.7) +
    geom_smooth(method = "lm", color = "black", linewidth=0.3, se=FALSE)
  p
}


plot1<-ggpairs(dat[,1:7],
               #columns = c("A","P","C","LK","Wk","A_Coef","LKG"), 
               upper = list(continuous = wrap("cor",size = 5)),
               lower = list(continuous = wrap(lowerFn)),
               diag = list(continuous = wrap("densityDiag", fill=NA, linewidth=0.3, color="darkgray"))
)

plot1

调节相关系数文本的大小用的是 upper = list(continuous = wrap("cor",size = 5))这行代码中的size参数

figure3b自定义了对角线和左下角的画图函数

lowerFn2 <- function(data, mapping, ...) {
  p <- ggplot(data = dat, mapping = mapping) +
    geom_point(size=0.2,alpha=0.7) +
    geom_smooth(method = "lm", linewidth=0.3, se = FALSE)
  p
}


ggally_mysmooth <- function(data, mapping, ...){
  ggplot(data = dat, mapping=mapping) +
    geom_density(mapping = aes_string(color="dat$target",fill="dat$target"), 
                 linewidth=0.3,
                 alpha=0.5)+
    theme_bw()
}

作图代码

matrix.corr<-ggpairs(dat[,1:7], 
                     #columns = c("brainprop","bodyprop","adultbrain","neobrain","gestation"), 
                     upper = list(continuous = wrap("cor",size = 5)),
                     lower = list(continuous = wrap(lowerFn2)),
                     diag=list(continuous = ggally_mysmooth),
                     mapping = aes(color = dat$target,fill=dat$target)
)
matrix.corr

matrix.corr + 
  scale_color_manual(values=c("coral1","lightslateblue","olivedrab3","goldenrod1")) + 
  scale_fill_manual(values=c("coral1","lightslateblue","olivedrab3","goldenrod1")) + 
  sm_minimal() + 
  theme(axis.text=element_text(size = 5)) + 
  theme(text = element_text(size = 6))