日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

R語言學習之線圖的繪制詳解_R語言

作者：陳同 ? 更新時間： 2022-05-02 編程語言

線圖

線圖是反映趨勢變化的一種方式，其輸入數據一般也是一個矩陣。

單線圖

假設有這么一個矩陣，第一列為轉錄起始位點及其上下游5 kb的區域，第二列為H3K27ac修飾在這些區域的豐度，想繪制一張線圖展示。

profile="Pos;H3K27ac
-5000;8.7
-4000;8.4
-3000;8.3
-2000;7.2
-1000;3.6
0;3.6
1000;7.1
2000;8.2
3000;8.4
4000;8.5
5000;8.5"

讀入數據 (經過前面幾篇的聯系，這應該都很熟了)

profile_text <- read.table(text=profile, header=T, row.names=1, quote="",sep=";")
profile_text
 ? ? ?H3K27ac
-5000 ? ? 8.7
-4000 ? ? 8.4
-3000 ? ? 8.3
-2000 ? ? 7.2
-1000 ? ? 3.6
0 ? ? ? ? 3.6
1000 ? ? ?7.1
2000 ? ? ?8.2
3000 ? ? ?8.4
4000 ? ? ?8.5
5000 ? ? ?8.5
# 在melt時保留位置信息
# melt格式是ggplot2畫圖最喜歡的格式
# 好好體會下這個格式，雖然多占用了不少空間，但是確實很方便

# 這里可以用 `xvariable`，也可以是其它字符串，但需要保證后面與這里的一致
# 因為這一列是要在X軸顯示，所以起名為`xvariable`。
profile_text$xvariable = rownames(profile_text)
library(ggplot2)
library(reshape2)
data_m <- melt(profile_text, id.vars=c("xvariable"))
data_m
 ? xvariable variable value
1 ? ? ?-5000 ?H3K27ac ? 8.7
2 ? ? ?-4000 ?H3K27ac ? 8.4
3 ? ? ?-3000 ?H3K27ac ? 8.3
4 ? ? ?-2000 ?H3K27ac ? 7.2
5 ? ? ?-1000 ?H3K27ac ? 3.6
6 ? ? ? ? ?0 ?H3K27ac ? 3.6
7 ? ? ? 1000 ?H3K27ac ? 7.1
8 ? ? ? 2000 ?H3K27ac ? 8.2
9 ? ? ? 3000 ?H3K27ac ? 8.4
10 ? ? ?4000 ?H3K27ac ? 8.5
11 ? ? ?5000 ?H3K27ac ? 8.5

然后開始畫圖，與上面畫heatmap一樣。

# variable和value為矩陣melt后的兩列的名字，內部變量, variable代表了點線的屬性，value代表對應的值。
p <- ggplot(data_m, aes(x=xvariable, y=value),color=variable) + geom_line()
p
# 圖會存儲在當前目錄的Rplots.pdf文件中，如果用Rstudio，可以不運行dev.off()
dev.off()

滿心期待一個倒鐘形曲線，結果，

什么也沒有。

仔細看，出來一段提示

geom_path: Each group consists of only one observation. 
Do you need to adjust the group aesthetic?

原來默認ggplot2把每個點都視作了一個分組，什么都沒畫出來。而data_m中的數據都來源于一個分組H3K27ac，分組的名字為variable，修改下腳本，看看效果。

p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
 ? ? geom_line() + theme(legend.position=c(0.1,0.9))
p
dev.off()

圖出來了，一條線，看一眼沒問題；再仔細看，不對了，怎么還不是倒鐘形，原來橫坐標錯位了。

檢查下數據格式

summary(data_m)
 ?xvariable ? ? ?variable ? ? ? ?
 Length:11 ? ? ? H3K27ac:11 ? ??
 Class :character ? ? ? ? ? ??
 Mode ?:character ? ? ? ?

問題來了，xvariable雖然看上去數字，但存儲的實際是字符串 (因為是作為行名字讀取的)，需要轉換為數字。

data_m$xvariable <- as.numeric(data_m$xvariable)

#再檢驗下
is.numeric(data_m$xvariable)
[1] TRUE

好了，繼續畫圖。

# 注意斷行時，加號在行尾，不能放在行首
p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) +
 ? ? geom_line() + theme(legend.position=c(0.1,0.8))
p
dev.off()

圖終于出來了，調了下legend的位置，看上去有點意思了。

有點難看，如果平滑下，會不會好一些，stat_smooth可以對繪制的線進行局部擬合。在不影響變化趨勢的情況下，可以使用 (但慎用)。

p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
 ? ? geom_line() + stat_smooth(method="auto", se=FALSE) + 
 ? ? theme(legend.position=c(0.1,0.8))
p
dev.off()

從圖中看，趨勢還是一致的，線條更優美了。另外一個方式是增加區間的數量，線也會好些，而且更真實。

stat_smooth和geom_line各繪制了一條線，只保留一條就好。

p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
 ? ? stat_smooth(method="auto", se=FALSE) + theme(legend.position=c(0.1,0.8))
p
dev.off()

好了，終于完成了單條線圖的繪制。

多線圖

那么再來一個多線圖的例子吧，只要給之前的數據矩陣多加幾列就好了。

profile = "Pos;h3k27ac;ctcf;enhancer;h3k4me3;polII
-5000;8.7;10.7;11.7;10;8.3
-4000;8.4;10.8;11.8;9.8;7.8
-3000;8.3;10.5;12.2;9.4;7
-2000;7.2;10.9;12.7;8.4;4.8
-1000;3.6;8.5;12.8;4.8;1.3
0;3.6;8.5;13.4;5.2;1.5
1000;7.1;10.9;12.4;8.1;4.9
2000;8.2;10.7;12.4;9.5;7.7
3000;8.4;10.4;12;9.8;7.9
4000;8.5;10.6;11.7;9.7;8.2
5000;8.5;10.6;11.7;10;8.2"

profile_text <- read.table(text=profile, header=T, row.names=1, quote="",sep=";")

profile_text$xvariable = rownames(profile_text)
data_m <- melt(profile_text, id.vars=c("xvariable"))
data_m$xvariable <- as.numeric(data_m$xvariable)

# 這里group=variable，而不是group=1 (如果上面你用的是1的話)
# variable和value為矩陣melt后的兩列的名字，內部變量, variable代表了點線的屬性，value代表對應的值。
p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
 ? ? stat_smooth(method="auto", se=FALSE) + theme(legend.position=c(0.85,0.2))
p
dev.off()

橫軸文本線圖

如果橫軸是文本，又該怎么調整順序呢？還記得之前熱圖旁的行或列的順序調整嗎？重新設置變量的factor水平就可以控制其順序。

profile = "Pos;h3k27ac;ctcf;enhancer;h3k4me3;polII
-5000;8.7;10.7;11.7;10;8.3
-4000;8.4;10.8;11.8;9.8;7.8
-3000;8.3;10.5;12.2;9.4;7
-2000;7.2;10.9;12.7;8.4;4.8
-1000;3.6;8.5;12.8;4.8;1.3
0;3.6;8.5;13.4;5.2;1.5
1000;7.1;10.9;12.4;8.1;4.9
2000;8.2;10.7;12.4;9.5;7.7
3000;8.4;10.4;12;9.8;7.9
4000;8.5;10.6;11.7;9.7;8.2
5000;8.5;10.6;11.7;10;8.2"

profile_text <- read.table(text=profile, header=T, row.names=1, quote="",sep=";")

profile_text_rownames <- row.names(profile_text)

profile_text$xvariable = rownames(profile_text)
data_m <- melt(profile_text, id.vars=c("xvariable"))

# 就是這一句，會經常用到
data_m$xvariable <- factor(data_m$xvariable, levels=profile_text_rownames, ordered=T)

# geom_line設置線的粗細和透明度
p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
 ? ? geom_line(size=1, alpha=0.9) + theme(legend.position=c(0.85,0.2)) +
 ? ? theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1))

# stat_smooth
#p <- ggplot(data_m, aes(x=xvariable, y=value,color=variable,group=variable)) + 
# ? ? stat_smooth(method="auto", se=FALSE) + theme(legend.position=c(0.85,0.2)) +
# ? ? theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1))

p
dev.off()

比較下位置信息做為數字(前面的線圖)和位置信息橫軸的差別。當為數值時，ggplot2會選擇合適的幾個刻度做標記，當為文本時，會全部標記。另外文本橫軸，smooth效果不明顯 (下面第2張圖)。

至此完成了線圖的基本繪制，雖然還可以，但還有不少需要提高的地方，比如在線圖上加一條或幾條垂線、加個水平線、修改X軸的標記(比如0換為TSS)、設置每條線的顏色等。具體且聽下回一步線圖法。

原文鏈接：https://mp.weixin.qq.com/s/YB-9tE4ut9RN0yfS8qBhtQ?

欄目分類
最近更新