美文网首页小明系列R语言做图
跟着Nature学作图:R语言ggplot2分组折线图完整实例

跟着Nature学作图:R语言ggplot2分组折线图完整实例

作者: 小明的数据分析笔记本 | 来源:发表于2022-07-19 16:55 被阅读0次

    论文

    Graph pangenome captures missing heritability and empowers tomato breeding

    https://www.nature.com/articles/s41586-022-04808-9#MOESM8

    没有找到论文里的作图的代码,但是找到了部分组图数据,我们可以用论文中提供的原始数据模仿出论文中的图

    今天的推文重复一下论文中的Figure1c

    image.png

    今天主要的知识点是多个图例的时候如何分开放,目前想到的办法是使用ggpubr这个R包把图例单独挑出来,然后使用annotation_custom()函数再把图例加回去。不知道有没有更方便的办法

    部分示例数据截图

    image.png

    读取数据

    dat01<-read.delim("data/20220719/Fig1c.txt",
                      sep = "\t",
                      header = TRUE,
                      check.names = FALSE)
    dat01
    

    转换成作图数据

    library(tidyverse)
    library(stringr)
    
    
    #str_pad('1',2,side = "left",pad = "0")
    
    dat01 %>% filter(`Reference genome`!="p value") %>% 
      mutate(variants=rep(rep(c("SNP","InDel","SV"),each=2),times=3)) %>% 
      pivot_longer(-c(`Reference genome`,variants)) %>% 
      mutate(name=as.numeric(str_replace(name,'x','')))  %>% 
      group_by(`Reference genome`,variants,name) %>% 
      summarise(mean_value=mean(value)) %>% 
      ungroup() -> new.data
    

    最基本的图

    library(ggplot2)
    
    ggplot(data=new.data,aes(x=name,y=mean_value))+
      geom_line(aes(color=variants,lty=`Reference genome`))+
      geom_point(aes(color=variants))
    
    image.png

    细节调整

    ggplot(data=new.data,aes(x=name,y=mean_value))+
      geom_line(aes(color=variants,lty=`Reference genome`))+
      geom_point(aes(color=variants),size=5)+
      scale_color_manual(values = c("InDel"="#a4d6c1",
                                    "SNP"="#b6e0f0",
                                    "SV"="#ea6743"))+
      labs(y=TeX(r"(\textit{F}${_1}$ score)"),
           x="Sequencing depth")+
      theme_classic()+
      scale_y_continuous(limits = c(0.4,1),
                         breaks = c(0.4,0.6,0.8,1.0),
                         expand = expansion(mult = c(0.1,0)))
    
    image.png

    图例位置

    library(ggpubr)
    
    ggplot(data=new.data,aes(x=name,y=mean_value))+
      geom_line(aes(color=variants,lty=`Reference genome`),
                show.legend = FALSE)+
      geom_point(aes(color=variants),size=5)+
      scale_color_manual(values = c("InDel"="#a4d6c1",
                                    "SNP"="#b6e0f0",
                                    "SV"="#ea6743"),
                         name="")+
      labs(y=TeX(r"(\textit{F}${_1}$ score)"),
           x="Sequencing depth")+
      theme_classic()+
      scale_y_continuous(limits = c(0.4,1),
                         breaks = c(0.4,0.6,0.8,1.0),
                         expand = expansion(mult = c(0.1,0))) -> p1
    
    as_ggplot(get_legend(p1)) -> legend.01
    
    ggplot(data=new.data,aes(x=name,y=mean_value))+
      geom_line(aes(color=variants,lty=`Reference genome`))+
      geom_point(aes(color=variants),size=5)+
      scale_color_manual(values = c("InDel"="#a4d6c1",
                                    "SNP"="#b6e0f0",
                                    "SV"="#ea6743"),
                         name="")+
      labs(y=TeX(r"(\textit{F}${_1}$ score)"),
           x="Sequencing depth")+
      theme_classic()+
      scale_y_continuous(limits = c(0.4,1),
                         breaks = c(0.4,0.6,0.8,1.0),
                         expand = expansion(mult = c(0.1,0)))+
      guides(color="none")+
      theme(legend.position = "top",
            legend.title = element_blank()) -> p2
    
    as_ggplot(get_legend(p2)) -> legend.02
    
    
    ggplot(data=new.data,aes(x=name,y=mean_value))+
      geom_line(aes(color=variants,lty=`Reference genome`))+
      geom_point(aes(color=variants),size=5)+
      scale_color_manual(values = c("InDel"="#a4d6c1",
                                    "SNP"="#b6e0f0",
                                    "SV"="#ea6743"))+
      labs(y=TeX(r"(\textit{F}${_1}$ score)"),
           x="Sequencing depth")+
      theme_classic()+
      scale_y_continuous(limits = c(0.4,1),
                         breaks = c(0.4,0.6,0.8,1.0),
                         expand = expansion(mult = c(0.1,0))) -> p
    p
    
    p + theme(plot.margin = unit(c(1,0.1,0.1,0.1),'cm'),
              legend.position = "none")+
      coord_cartesian(clip = "off")+
      annotation_custom(grob = ggplotGrob(legend.01),
                        xmin = 22,xmax = 22,
                        ymin=0.5,ymax = 0.5)+
      annotation_custom(grob = ggplotGrob(legend.02),
                        xmin = 15,xmax = 15,
                        ymin=1.05,ymax = 1.05)
    

    最终结果

    image.png

    封面图

    library(patchwork)
    pdf(file = "abc.pdf",
        width = 9.4,height = 4)
    pp + pp
    dev.off()
    
    image.png

    示例数据和代码可以自己到论文中获取,或者给本篇推文点赞,点击在看,然后留言获取

    欢迎大家关注我的公众号

    小明的数据分析笔记本

    小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

    相关文章

      网友评论

        本文标题:跟着Nature学作图:R语言ggplot2分组折线图完整实例

        本文链接:https://www.haomeiwen.com/subject/euqsirtx.html