还是用我们上一篇里面的测试数据，上一篇我们只处理了0.25h一个时间点的富集结果，从测试数据来看，我们是包含多个时间点，如果我们想把多个时间点画在一起，想看下横向对比的结果怎么办呢？今天我们就测试一下。
那这样设计X轴就要变成随着时间点变化，牺牲RichFactor这个不是那么重要的量了。
library(ggplot2)
library(ggthemes)
data <- read.table("data.txt",header = T,sep = "\t")
ggplot(data)+geom_point(aes(x=GO,y=Time,colour=-log10(Pvalue),size=log(ProteinNumber)))+
coord_flip()+
scale_colour_gradient(low = 'blue', high = 'red')+
theme_light()+
theme(axis.text=element_text(size = 14,color = "black"))+
theme(axis.title = element_text(size = 20))+
facet_grid(rows=vars(Class),scales = "free_y",space = "free_y")+
theme(strip.background=element_rect(fill = c("blue")))
这样我们就可以比较不同GO/Pathway随着时间点变化的规律，比如我这个测试数据中，激素类和stress环境响应类的调控在早期的时间点，而一些次生代谢产物则在晚期响应。
但是，可以看出横坐标的排序是按ASCII排序的，并没有按照我们期望的 0.25,0.5,1,3,8,24。所以这时候我们就需要通过factor因子来调整排序成我们期望的格式。
data$Time = factor(data$Time,order=TRUE,levels=c("0.25h","0.5h","1h","3h","8h","24h"))
网友评论