R 如何制作与相对丰度图相对应的带有色标的复合图例?
我想从下面复制一个数字 它在分离X1列时卡住了。我想使用正则表达式,但不知道如何使用。 我计划用下划线分隔符分隔每个单词(我得到了一个列表),然后分别将[-tes&-ria]和[-ceae]后缀词提取到门和族中。之后,家族后面的单词应该被归为属。为准确起见,“未分类”和少于5个字符的单词的条件应分组到前面的单词中 此外,是否有可能向对应于相对丰度图的每个族添加小色标R 如何制作与相对丰度图相对应的带有色标的复合图例?,r,ggplot2,bioinformatics,R,Ggplot2,Bioinformatics,我想从下面复制一个数字 它在分离X1列时卡住了。我想使用正则表达式,但不知道如何使用。 我计划用下划线分隔符分隔每个单词(我得到了一个列表),然后分别将[-tes&-ria]和[-ceae]后缀词提取到门和族中。之后,家族后面的单词应该被归为属。为准确起见,“未分类”和少于5个字符的单词的条件应分组到前面的单词中 此外,是否有可能向对应于相对丰度图的每个族添加小色标 library(tidyverse) james <- read_csv("tableS2a.csv")
library(tidyverse)
james <- read_csv("tableS2a.csv")
james <- james %>% mutate(
Cecum = rowSums(select(james, contains("Caecum"))),
Transverse = rowSums(select(james, contains("Transv"))),
Sigmoid = rowSums(select(james, contains("Sigmoi")))
)
james2 <- james %>%
select(X1, Cecum, Transverse, Sigmoid)
james.tab <- james2 %>%
mutate(meanAbundance =
rowMeans(
column_to_rownames(james2, var = "X1")
)
) %>%
arrange(desc(meanAbundance)) %>%
top_n(30, meanAbundance) # extract top30
write.csv2(james.tab, "jamestab.csv")
james.tab2 <-
as.data.frame(
apply(
select(
james.tab,
Cecum,
Transverse,
Sigmoid), 2,
function(x) x / sum(x) * 100)
)
james.tab3 <-
bind_cols(
as.data.frame(
select(james.tab, X1)),
as.data.frame(james.tab2)
)
james.X1 <- select(james.tab3, X1)
# Separate X1 to Phylum(-tes/-ria), Family (-ceae), and genus
james.list <- strsplit(pull(james.X1, X1), "_")
james.class <-
if_else(grepl("(ceae)", james.X1) == T,
mutate(james.X1, Family =
grep(
"[[:alpha:]]ceae(_)",
strsplit(pull(james.X1, X1), "_"),
value = T
)))
库(tidyverse)
詹姆斯%
排列(描述(平均丰度))%>%
top_n(30,平均丰度)#摘取top 30
write.csv2(james.tab,“jamestab.csv”)
james.tab2以下是一个示例,说明如何开始将图例作为单独的绘图,稍后可以在主绘图旁边进行拼凑
基本上,你要为每一件物品制作瓷砖,然后按小组将其分面。要使面片与面片的比例精确为1:1有点棘手,因此您必须使用width=…
和height=…
使其看起来正确
库(ggplot2)
#项目组关系示例
df以下是一个示例,说明如何开始将图例制作为单独的绘图,稍后可以在主绘图旁边拼接
基本上,你要为每一件物品制作瓷砖,然后按小组将其分面。要使面片与面片的比例精确为1:1有点棘手,因此您必须使用width=…
和height=…
使其看起来正确
库(ggplot2)
#项目组关系示例
df我不认为这在ggplot2中是一种固有的可能性,但您可能会在网格系统中乱来,以达到您想要的效果。然而,由于您是R的新手,这可能会有点棘手,要想完全正确。嗨@teunbrand!你能指出我应该找哪个关键词吗?是ggplot的网格系统吗?是否可以从gg对象提取变量/行颜色值?也许最好将它们分开制作,然后与拼凑或类似的方式结合使用?是的,这是grid
包和gtable
包。一个起点是调用ggplotGrob(my_ggplot\u对象)
并在其中进行处理。将它们分开并拼接在一起也是一个好主意!嗨,我正在尝试制作第二部分。我认为可以使用ggplotcolors()
函数制作它们,尽管它在将来不会像我想象的那样通用。你知道怎么画第二个情节吗?我正在考虑制作小型热图。我不认为这在ggplot2中是一种固有的可能性,但你可能会在网格系统中乱搞,以达到你想要的效果。然而,由于您是R的新手,这可能会有点棘手,要想完全正确。嗨@teunbrand!你能指出我应该找哪个关键词吗?是ggplot的网格系统吗?是否可以从gg对象提取变量/行颜色值?也许最好将它们分开制作,然后与拼凑或类似的方式结合使用?是的,这是grid
包和gtable
包。一个起点是调用ggplotGrob(my_ggplot\u对象)
并在其中进行处理。将它们分开并拼接在一起也是一个好主意!嗨,我正在尝试制作第二部分。我认为可以使用ggplotcolors()
函数制作它们,尽管它在将来不会像我想象的那样通用。你知道怎么画第二个情节吗?我正在考虑制作小型热图。太棒了,谢谢!geom_瓷砖是关键!顺便问一下,你知道如何修复下标越界错误吗?我尝试ggplotGrob,但在str对象时,它每次都返回错误。编辑:我也是stackoverflow新手,请告诉我是否偏离主题,是否应该打开新的查询。我不确定发生此错误的上下文,所以很难说,但我可以想象fill=group\u colors[as.numeric(as.factor(df$group))]
抛出该错误。解决方法通常是在group\u colors
变量中提供与您的组相同的颜色。很抱歉,我不清楚。我试图str()
我的ggplotGrob()
对象,它导致了“下标超出范围”错误。谢谢你的提示!无论如何,我已经从传说中得到了颜色!它在james.gtableAh上,我明白了。是的,这可能是gtable的问题。但我不确定你想追求什么更大的目标。只要有可能避免使用GTTable对象,我宁愿使用ggplot而不是GTTable。可以把代码和图片一起贴在这里作为答案吗?它还没有完成,也许你可以帮我。例如,如何斜体化,重新排列瓷砖标签,缺少上部放线菌门,以及不同颜色的小方形瓷砖。太棒了,谢谢!geom_瓷砖是关键!顺便问一下,你知道如何修复下标越界错误吗?我尝试ggplotGrob,但在str对象时,它每次都返回错误。编辑:我也是stackoverflow新手,请告诉我是否偏离主题,是否应该打开新的查询。我不确定发生此错误的上下文,所以很难说,但我可以想象fill=group\u colors[as.numeric(as.factor(df$group))]
抛出该错误。解决方法通常是在group\u colors
变量中提供与您的组相同的颜色。很抱歉,我不清楚。我试图str()
我的ggplotGrob()
对象,它导致了“下标超出范围”错误。谢谢你的提示!无论如何,我已经从传说中得到了颜色!它是开着的
library(tidyverse)
library(patchwork)
library(ggtext)
library(glue)
james <- read_csv("tableS2a.csv")
james2 <- james %>%
mutate(
Cecum = rowSums(select(james, contains("Caecum"))),
Transverse = rowSums(select(james, contains("Transv"))),
Sigmoid = rowSums(select(james, contains("Sigmoi")))
) %>%
select(X1, Cecum, Transverse, Sigmoid) %>%
filter(grepl("(ceae)", james$X1)) # Filter rows with -ceae suffix only
# extract family value with selecting -ceae/les suffix word
family.naming0 <-
regmatches(james2$X1,
regexpr("(?<=_)(.*?(ceae|les)(?=_))", james2$X1, perl = T))
#in between "_" to fail-safe double -ceae. E.g. Bacteria_Bacteriaceae_Aceae
family.naming1 <-
regmatches(james2$X1, regexpr("(?<=ceae_|les_)\\d", james2$X1, perl = T))
family.naming2 <-
regmatches(james2$X1, regexpr("(?<=ceae_|les_)unclassified", james2$X1, perl = T))
family.naming3 <-
ifelse(
grepl("(?<=[(ceae_)|(les_)])\\d", james2$X1, perl = T),
paste0(family.naming0, " ", family.naming1),
ifelse(
grepl("(?<=[(ceae_)|(les_)])unclassified", james2$X1, perl = T),
paste0(family.naming0, " ", family.naming2),
paste0(family.naming0)
))
james3 <- james2 %>%
gather("Cecum", "Transverse", "Sigmoid", key = "location", value = "abundance") %>%
mutate(relativeAbundance=abundance/sum(abundance) * 100) %>%
mutate(phylum=gsub("(_.*)","", X1)) %>% # extract phylum value with selecting first word
mutate(family=
ifelse(
grepl("(?<=[(ceae_)|(les_)])\\d", X1, perl = T),
paste0(family.naming0, " ", family.naming1),
ifelse(
grepl("(?<=[(ceae_)|(les_)])unclassified", X1, perl = T),
paste0(family.naming0, " ", family.naming2),
paste0(family.naming0)
))) %>%
mutate(genus=gsub("_", " ", sub("(.*ceae)+?_((unclassified|\\d)*(_)*)", "", X1)))
# change it into percentage
james4 <-
bind_cols(select(james2, X1), as.data.frame(
apply(
select(
james2,
Cecum,
Transverse,
Sigmoid), 2,
function(x) x / sum(x) * 100)))
jamesReg <- james4 %>%
mutate(james4,
meanAbundance=rowMeans(select(james4, Cecum, Transverse, Sigmoid))) %>%
arrange(desc(meanAbundance)) %>%
top_n(30, meanAbundance) %>%
pull(X1)
# collect top 30 from james4X reference
james5 <- james3 %>%
filter(X1 %in% jamesReg)
# change order
james5$location_f <-
factor(james5$location, labels = c("Cecum", "Transverse", "Sigmoid"))
james6 <-
select(james5, location_f, relativeAbundance, genus)
# First plot
james.plot <-
ggplot(james6,
aes(x = location_f, y = relativeAbundance, fill = genus)) +
geom_bar(position = "fill", stat = "identity", show.legend = F) +
scale_y_continuous(labels = scales::percent_format(accuracy = 1)) + # y axis percentage
#theme_minimal() +
theme(axis.title.x = element_blank(),
panel.background = element_blank()) +
ylab("Relative abundances (%)") +
scale_fill_hue(l=60, c=80)
james.table <- data.frame("relativeAbundance"=james5$relativeAbundance[1:30]+
james5$relativeAbundance[31:60]+
james5$relativeAbundance[61:90],
"phylum"=james5$phylum[1:30],
"family"=james5$family[1:30],
"genus"=james5$genus[1:30])
# get colour pattern
ggplotColours <- function(n = 6, h = c(0, 360) + 15) {
if ((diff(h) %% 360) < 1)
h[2] <- h[2] - 360 / n
hcl(h = (seq(h[1], h[2], length = n)), c = 100, l = 65)
}
family <- pull(select(james.table, family))
genus <- pull(select(james.table, genus))
james.table2 <- james.table %>%
mutate(color=ggplotColours(nrow(james.table))) %>% # just in case
mutate(asv=glue("{family}: <i>{genus}</i>"))
# color for long vertical tile (phylum tile)
james.phyl.col <- c("#fddb47", "#58b9b2", "#6585c3", "#e25a4b")
# legend making or second plot
james.legend <-
ggplot(james.table2, aes(y = asv)) +
geom_tile(aes(x = 1, fill = asv), width = 0.9, height = 0.9) +
geom_tile(aes(x = 0.2),
fill = james.phyl.col[as.numeric(as.factor(james.table2$phylum))],
width = 0.4) +
scale_y_discrete(position = "right", expand = c(0,0),
name = "") +
scale_x_continuous(expand = c(0,0), breaks = NULL, name = "") +
scale_fill_discrete(guide = "none") +
facet_grid(phylum ~ ., scales = "free_y", space = "free_y",
switch = "y") +
theme(axis.ticks = element_blank(),
strip.background = element_blank(),
aspect.ratio = 1,
axis.text.y = element_markdown())
# patchwork
james.plot + james.legend