可视化：圆形进化树

  系统进化树(dendrogram )，一个用来展示亲缘关系的树状图解可视化方法。最常规的进化树大家应该不陌生，就是简单的树状分支结构。今天来分享一种进化树的高颜值画法。

画图

  废话咱就不多说了，还是直接上代码吧：

library(ggraph)
library(igraph)
library(RColorBrewer) 

# 边数据
d1 <- data.frame(from="origin", to=paste("group", seq(1,10), sep=""))
d2 <- data.frame(from=rep(d1$to, each=10), to=paste("subgroup", seq(1,100), sep="_"))
edges <- rbind(d1, d2)
head(edges)
    from     to
1 origin group1
2 origin group2
3 origin group3
4 origin group4
5 origin group5
6 origin group6

# 顶点数据
vertices <- data.frame(
  name = unique(c(as.character(edges$from), as.character(edges$to))) , 
  value = runif(111)
) 
vertices$group <- edges$from[ match( vertices$name, edges$to ) ]

vertices$id <- NA
myleaves <- which(is.na( match(vertices$name, edges$from) ))
nleaves <- length(myleaves)
vertices$id[ myleaves ] <-  seq(1:nleaves)
vertices$angle <-  90 - 360 * vertices$id / nleaves

# 调整标签的角度
vertices$hjust <- ifelse( vertices$angle < -90, 1, 0)
vertices$angle <- ifelse(vertices$angle < -90, vertices$angle+180, vertices$angle)
vertices[8:13,]
         name       value  group id angle hjust
8      group7 0.318456155 origin NA    NA    NA
9      group8 0.819013230 origin NA    NA    NA
10     group9 0.006172561 origin NA    NA    NA
11    group10 0.808990760 origin NA    NA    NA
12 subgroup_1 0.895307263 group1  1  86.4     0
13 subgroup_2 0.453732467 group1  2  82.8     0

# 创建 graph object
mygraph <- graph_from_data_frame( edges, vertices = vertices )

# 画图
p <- ggraph(mygraph, layout = 'dendrogram', circular = T) + 
            geom_edge_diagonal(colour="grey") +
            scale_edge_colour_distiller(palette = "RdPu") +
            geom_node_text(aes(x = x*1.15, y=y*1.15, filter = leaf, label=name, angle = angle, hjust=hjust, colour=group), size=2.7) +
            geom_node_point(aes(filter = leaf, x = x*1.07, y=y*1.07, colour=group, size=value, alpha=0.5)) +
            scale_colour_manual(values= rep( brewer.pal(9,"Paired") , 30)) +
            scale_size_continuous( range = c(0.1,10) ) +
            theme_void() +
            theme(legend.position="none") + 
            expand_limits(x = c(-1.5, 1.5), y = c(-1.5, 1.5))
p

结果如下：

  图还是很漂亮的，只是画图前需要准备一下相应的数据。edges包含边与边之间的成对关系，vertices包含每个顶点的具体距离值以及一些绘图的参数值。数据有了，就可以创建graph对象并画图了。画出的图是基于ggplot2对象，扩展性方面没有什么疑问。

结束语

  虽然现在疫情防控政策松了下来，但大家的情绪好像还是很焦虑。三年抗疫过程，大家都经历过大大小小的各种不确定性。面对未知的、不确定的情况，心理上出现短暂的不适应状态如担忧、焦虑的情绪也都是正常的反应。疫情的阴霾终将散去，希望这一天快些到来吧！

往期回顾

可视化：和弦图
LACE-seq 保姆级教程
可视化：两种方法绘制桑基图
可视化：density与ridgeline
单细胞：不同亚群的基因平均表达热图