当物种组成柱状图配上聚类数

前两天在公众号植物与根际微生物生态看到一篇转载的文章,关于聚类与物种组成柱状图的:

0.png

翻看了作者的代码,基本是用R base写的,我想着能不能用Y数的ggtree​结合ggplot2来完成。数据使用的是这个公众号提供的数据(表示感谢)。

绘制聚类数

 library(tidyverse)
 library(ggplot2)
 library(ggtree)
 library(treeio)
 library(ggsci)
 library(cowplot)
 ​
 # 导入OTU文件
 otu = read.table('phylum_top10.txt', header =  T)
 ​
 # 计算距离后均值聚类并建树及可视化
 tree = hclust(vegan::vegdist(t(otu), method = 'bray'), 
  method = 'average') %>%
  as.phylo()
 # 选择节点,方便后续分开上色
 tree = groupClade(tree, .node=c(16))
 ​
 # 绘制聚类图
 p1 = ggtree(tree, aes(color=group, linetype=group)) + 
  geom_tiplab(aes(color=group))
  # +geom_text2(aes(subset=!isTip, label=node), hjust=-.3)</pre>
2.png

绘制物种组成柱状图

 p2 = otu %>%
  mutate(phylum = rownames(otu)) %>%
  reshape2::melt(id.vars = 'phylum') %>%
  ggplot(aes(variable, value, fill = phylum))+
  geom_bar(stat = 'identity', position = 'fill')+
  scale_x_discrete(limits = c('t1','t2','t5','t4','t3','t6',
  'c1','c2','c6','c4','c3','c5'))+
  scale_fill_igv()+
  scale_y_continuous(expand = c(0,0))+
  scale_y_continuous(labels = scales::percent)+
  coord_flip()+
  theme_classic()+
  theme(axis.ticks.y = element_blank(),
  axis.title.y = element_blank(), 
  axis.text.y = element_blank(), 
  axis.line = element_blank())+
  labs(y = 'Percentage')
3.png

拼图

 ggdraw()+
  draw_plot(p1, 0, 0.06, 0.5, 0.95)+
  draw_plot(p2, 0.49, 0, 0.5, 1)</pre>
1.png

参考文献

[1] Yu, Guangchuang, et al. "ggtree: an R package for visualization and annotation of phylogenetic trees with their covariates and other associated data." Methods in Ecology and Evolution 8.1 (2017): 28-36.

点击下载示例数据与完整代码

https://www.jianguoyun.com/p/DcRYfHoQsq2iCBiP8ZYD

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353