桑基图（Sankey）的简单实现

ggforce这个R包一身都是宝，之前的贝塞尔曲线就来自于这个包。
无处不在的贝塞尔曲线

里面还有很多奇怪的函数，我会一个一个地介绍。
今天看到他有个图层可以简单实现桑基图，实际上我并不知道这是什么图，我只是看别人画过。

我们今天结合这个图层来展示一下，如何用别人的代码，套自己的数据。

首先，运行别人的例子

他使用的是泰坦尼克的数据

data <- reshape2::melt(Titanic)
head(data)

这是一个数据框，前面四列都是分类变量，告诉我们这个数据能分成几类。

要想正确使用图层，需要进行数据的变换，ggforce中内置了一个函数做这个事情，这个函数的第二个参数，指定哪些类别是要展示在x轴上的，这里是1到4列。

data <- gather_set_data(data, 1:4)
head(data)

现在这个数据变成了这个样子，后面的是多出来的数据，然后就可以画图的了。

library(ggplot2)
library(ggforce)
ggplot(data, aes(x, id = id, split = y, value = value)) +
  geom_parallel_sets(aes(fill = Survived), alpha = 0.3, axis.width = 0.1) +
  geom_parallel_sets_axes(axis.width = 0.1) +
  geom_parallel_sets_labels(colour = 'white')

通过用生存的信息给图上色，我们能够很直观地看出泰坦尼克号上人员的生存状态。

接着，尝试对接自己的数据

这个数据跟TCGA 基因和临床信息结合的例子比较像，正好我手上有这个数据，就来试一下。

最后一列是基因的表达量，前面是临床信息。这个数据几乎不需要任何修改直接可以用刚才的代码。
我们还用到了factor排序的功能来调整横坐标的顺序。
因子(factor)就像贤内助，让你始终分清主次，拨开云雾。

library(ggplot2)
library(ggforce)
data <- gather_set_data(data, 1:6)
data$x <- factor(data$x,levels = c("Survived","gene","sample","age","gender","stage"),ordered = F)
ggplot(data, aes(x, id = id, split = y, value = value)) +
  geom_parallel_sets(aes(fill = Survived), alpha = 0.3, axis.width = 0.1) +
  geom_parallel_sets_axes(axis.width = 0.2) +
  geom_parallel_sets_labels(colour = 'white')

但是觉得这个图虽然新颖，但是放在这里也不是很合适。我认为，这个图应当用于microRNA以及其靶基因的展示，第三列再方式富集分析的条目就比较合适了，当后面碰到了microRNA的数据我们再来造。

现在看来，只要是别人教程里面的图我们都能够复现，我们只要考虑自己的数据适合用哪种图展示就可以了。

刚才在写编辑帖子的时候，我们家的房子在摇动，经历过2008年5月12号的那个大地震后，我们相对比较淡定，妻子说要下楼，大概30s后停住了。今天的震感和那天的极为相似，震级应该不算小，希望大家都平安。

我是果子，明天见。