今天骨科一位学生问我他在做富集分析的时候，得到的文字太长了，如何让文字分开的问题，其实富集分析经常会得到一些结果的标题很长很长，不管是barplot还是dotplot都会出现文本太长的问题，这个问题Y叔的公众号给了答案，参见ggplot2画图，文本太长了怎么办？ (qq.com)
Y叔的教程演示的叔柱状图可以缩短文本长度，点状图的话只需要将代码里的x改为y就行，我的简书GSEA富集分析的点状图画法（R） - 简书 (jianshu.com)其实有一段讲过了缩小文本的代码，顺便还说了如果将点的大小也改的办法。
比如，有一组GO的结果，如Table 1所示,我们复现成clusterprofilier的结果，可以参考果子老师的教程假如没有clusterprofiler，怎么活？ (qq.com)
data<-readxl::read_xlsx('sample_data.xlsx')
Table 1: 演示的数据
| Term | Count | Pvalue | group |
|---|---|---|---|
| defense response to virus | 14 | 0.0006331 | BP |
| chemotaxis | 30 | 0.0007099 | BP |
| taxis | 30 | 0.0007099 | BP |
| Vitamin digestion and absorption | 7 | 0.0010557 | BP |
| DNA dealkylation | 4 | 0.0011075 | CC |
| response to virus | 17 | 0.0015642 | CC |
| regulation of blood volume by renin-angiotensin | 3 | 0.0016331 | CC |
| embryonic viscerocranium morphogenesis | 3 | 0.0016331 | CC |
| immune system process | 77 | 0.0021909 | MF |
| positive regulation of macrophage differentiation | 3 | 0.0022041 | MF |
| response to external stimulus | 68 | 0.0024327 | MF |
| positive regulation of epithelial cell proliferation | 10 | 0.0026016 | MF |
Barplot画法
Barplot只需要两组数据即可：柱子的长度和名称，如果还想显示P值的话，我们可以按P值设置颜色。
简单的图可以见Figure 1所示，也就是clusterprofiler中barplot()的效果。
clusterprofiler得意之处就是按照大小对柱子的长度进行了排序，这个功能可以通过forcats包的fct_reorder()调整因子level的顺序显示，而柱状图的颜色则用scale_fill_continuous()来控制它在红色和蓝色中间转变。
代码如下：
library(ggplot2) # 画图工具
library(dplyr) # 提数据工具
## 设定显示的数目
showCategory =12
## 设定字体的大小
font.size =12
p<-data %>%
## 按照p值排序，选区既定数目的行
arrange(Pvalue) %>%
slice(1:showCategory) %>%
## 开始ggplot2 作图，其中fct_reorder调整因子level的顺序
ggplot(aes(x=forcats::fct_reorder(Term,Pvalue,.desc = T),y=Count,fill=Pvalue))+
## 画出bar图
geom_bar(stat="identity")+
coord_flip()+
## 调整颜色，guide_colorbar调整色图的方向
scale_fill_continuous(low="red", high="blue", guide=guide_colorbar(reverse=TRUE))+
## 如果用ylab("")或出现左侧空白
labs(x=NULL) +
## 如果没有这一句，上方会到顶
ggtitle("")+
## 设定主题
theme_bw() +
theme(axis.text.x = element_text(colour = "black",
size = font.size, vjust =1 ),
axis.text.y = element_text(colour = "black",
size = font.size, hjust =1 ),
axis.title = element_text(margin=margin(10, 5, 0, 0),
color = "black",size = font.size),
axis.title.y = element_text(angle=90))
p
Figure 1: 初始柱状图
我们还可以按照GO类型进行分面画图，也就是使用如下代码的效果
- barplot(data, split = "ONTOLOGY") + facet_grid(ONTOLOGY~., scale = "free")
结果见Figure 所示
p1<-p+ facet_grid(group~., scale = "free") ## 分面的结果
p1
Figure 2: 分面后的柱状图
- 但是，这时候我们会发现有一些文本注释很长，这个时候我们想把文本缩短怎么办？？？
这个问题其实很简单，用stringr包的
str_wrap来完成文本自动换行就行了。这里使用barplot来演示一下： - - 引自ggplot2画图，文本太长了怎么办？ (qq.com)
运行一下，结果见Figure 3所示
library(stringr)
p2<-p1 +
scale_x_discrete(labels=function(x) str_wrap(x, width=30))
## width后面填写数字，我们可以自己尝试合适的文本长度
p2
Figure 3: 缩短文本长度的柱状图
Dotplot画法
接着我们再运行一下点图，点图的效果其实是比柱状图的细节更多的，按照clusterprofiler中结果，有一个Gene Ratio，这个是用单个的count除以count的总和，这需要我们新建一组数据，当然，我们也可以直接用count进行统计，只是这样的话差距会很大
我们可以按照点的大小定义值的大小，然后按照颜色显示P值，横坐标为Gene Ratio
点状图的难点也是排序，我之前简书也没有写排序的代码，所以图是很丑的，其实纵坐标排序的问题也是可以用forcats包中的fct_reorder函数来搞定的，而点的颜色则需要用scale_color_continuous来控制。
首先我们添加一列GeneRatio，见Table 2所示
data$GeneRatio = paste(data$Count, sum(data$Count), sep="/")
Table 2: 添加GeneRatio列
| Term | Count | Pvalue | group | GeneRatio |
|---|---|---|---|---|
| defense response to virus | 14 | 0.0006331 | BP | 14/266 |
| chemotaxis | 30 | 0.0007099 | BP | 30/266 |
| taxis | 30 | 0.0007099 | BP | 30/266 |
| Vitamin digestion and absorption | 7 | 0.0010557 | BP | 7/266 |
| DNA dealkylation | 4 | 0.0011075 | CC | 4/266 |
| response to virus | 17 | 0.0015642 | CC | 17/266 |
| regulation of blood volume by renin-angiotensin | 3 | 0.0016331 | CC | 3/266 |
| embryonic viscerocranium morphogenesis | 3 | 0.0016331 | CC | 3/266 |
| immune system process | 77 | 0.0021909 | MF | 77/266 |
| positive regulation of macrophage differentiation | 3 | 0.0022041 | MF | 3/266 |
| response to external stimulus | 68 | 0.0024327 | MF | 68/266 |
| positive regulation of epithelial cell proliferation | 10 | 0.0026016 | MF | 10/266 |
这里的GeneRatio是字符串，我们现在要把它变成一个数值，有两种算法
第一种是直接计算
data$GeneRatio = data$Count/sum(data$Count)
第二种是提取分号前面和后面的数，并变成数值
forward <- as.numeric(sub("/\\d+$", "", data$GeneRatio))
backward <- as.numeric(sub("^\\d+/", "", data$GeneRatio))
## 增加数值表示的一列GeneRatio
data$GeneRatio = forward/backward
简单的dotplot(data)的代码如下,
p3<-data %>%
## 按照p值排序，选区既定数目的行
arrange(Pvalue) %>%
slice(1:showCategory) %>%
## 开始ggplot2 作图，其中fct_reorder调整因子level的顺序
ggplot(aes(GeneRatio,forcats::fct_reorder(Term,Count)))+
## 画出点图
geom_point(aes(color=Pvalue, size = Count)) +
## 调整颜色，guide_colorbar调整色图的方向
scale_color_continuous(low="red", high="blue", guide=guide_colorbar(reverse=TRUE))+
## 调整泡泡的大小
scale_size_continuous(range=c(3, 8))+ ### 这里可以改点的大小
## 如果用ylab("")或出现左侧空白
labs(y=NULL) +
## 如果没有这一句，上方会到顶
ggtitle("")+
## 设定主题
theme_bw() +
theme(axis.text.x = element_text(colour = "black",
size = font.size, vjust =1 ),
axis.text.y = element_text(colour = "black",
size = font.size, hjust =1 ),
axis.title = element_text(margin=margin(10, 5, 0, 0),
color = "black",size = font.size),
axis.title.y = element_text(angle=90))
p3
Dotplot
想要缩短文本的话，只要把之前函数里的x改成y
library(stringr)
p4<-p3+
scale_y_discrete(labels=function(y) str_wrap(y,width = 30))
p4
缩短文本的dotplot
网友评论