R语言之堆积图

示例数据
提取码:8krv

配置数据

library(dplyr)
dat = read.table('otu_table_taxonomy_18531_L2.txt', row.names = 1, header = T, sep = '\t')
names(dat) = gsub('L','T',names(dat)) #替换字符,将列名称中的  `L`替换为`T`
map = read.table('map.txt',row.names = 1 ,header = T)
dat = dat[,rownames(map)]  #提取部分样品,并对样品进行排序,以方便后续使用`cbind()`
dat = dat %>% t() %>% data.frame() #转置并调整数据格式,`%>%`管道符号,表示将前面的结果作为后面的操作对象
dat = cbind(dat,map) 
数据转换
library(reshape2)
dat = aggregate(.~Treatment,dat,mean) %>% 
  .[,-ncol(.)] %>% #管道符号,表示将前面的结果作为后面的操作对象,若有多次,可以`.`代替
  melt() %>%  #将数据框转换为长表格
  dcast(Treatment ~ variable)#将数据框转换为行~列表格,行为样品,列为物种名称

#基于总体样品中物种的平均相对丰度进行降序排列,选取前10个相对丰度较高的物种
dat = dat[,-1][,order(colMeans(dat[,-1]),decreasing = T)] %>% .[,1:10] %>% 
  cbind(Other = 1-rowSums(.),Treatment = dat$Treatment) ##新建一行,用于代表其他低丰度的物种

library("scales")
dat_m = dat %>% melt()
names(dat_m) = c('Treatment','taxa','value')
初步绘图
#定义`Treatment`列的出图顺序
dat_m$Treatment = factor(dat_m$Treatment, 
                         levels = c('CK',paste(rep(c('GZ--','NF--'),each = 4),c(0.8,1.2,1.6,'2.0'),sep = ''),'SAP','SRS','JYXC','FS'))

library(ggplot2)
p <- ggplot(data = dat_m, aes(x = Treatment, y = value, fill = taxa)) + 
  
  theme_bw()+
  
  geom_bar(stat= 'identity', position = 'fill',width = 0.5)+ #堆叠图,position = fill 表示堆叠图
  
  labs(x = '',y = 'Relative Abundance',fill = NULL)+ #定义坐标轴以及图例标题
  
  scale_fill_brewer(palette = 'Paired') +#自定义颜色,可通过`library(RColorBrewer);display.brewer.all()`来展示所有备选项
  
  scale_y_continuous(labels = percent) +  ## 百分比坐标轴(需加载scales包)
  
  guides(fill = guide_legend(ncol = 1, bycol = TRUE, override.aes = list(size = 5))) +#定义图例的布局,1列,排序,图例中色块的大小增大5倍
  
  theme(axis.title.y = element_text(face = 'bold',color = 'black',size = 14),
        axis.title.x = element_text(face = 'bold',color = 'black',size = 14,vjust = -1.2),
        axis.text.y = element_text(face = 'bold',color = 'black',size = 10),
        axis.text.x = element_text(face = 'bold',color = 'black',size = 12,angle = 45,vjust = 0.5), #x轴标签偏转45°,并下降0.5
        panel.grid = element_blank(),
        legend.position = 'right',
        legend.key.height = unit(0.6,'cm'),#定义图例中色块的高度
        legend.text = element_text(face = 'bold',color = 'black',size = 10))
输出图片
ggsave(p, filename = 'taxa.jpg', width = 8, height = 4, dpi = 600)
最后编辑于
©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 219,701评论 6 508
  • 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 93,649评论 3 396
  • 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 166,037评论 0 356
  • 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 58,994评论 1 295
  • 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 68,018评论 6 395
  • 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 51,796评论 1 308
  • 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 40,481评论 3 420
  • 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 39,370评论 0 276
  • 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 45,868评论 1 319
  • 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 38,014评论 3 338
  • 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 40,153评论 1 352
  • 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 35,832评论 5 346
  • 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 41,494评论 3 331
  • 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 32,039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 33,156评论 1 272
  • 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 48,437评论 3 373
  • 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 45,131评论 2 356

推荐阅读更多精彩内容