花瓣图
flower.png
对于多样本的研究，我们可以采用绘制花瓣图来更直观展现，每个样本所独有的otu数目和共有的otu数目。
花瓣图绘制的原理
因为没有一个相关的R包，参照的是博客（https://www.cnblogs.com/xudongliang/p/7884667.html），其中提到可以以椭圆按一定角度的旋转再加上中心圆得到花瓣图,本文也采用其所构建的画图代码。
R包
install.packages('plotrix')
library(plotrix) #需要安装plotrix包用以绘制椭圆
好了，接下来就开始花瓣图的绘制过程
数据的导入及处理
>library(plotrix)#载入R包
setwd("C:\\Users\\admin\\Desktop\\exam_plot\\flower-plot")#设置工作目录
flower_dat <- read.csv('Class_1_6_venn_list.csv', header = T, sep = ',')#读取数据
sample_id <- colnames(flower_dat)#对单个样本的otu数目和所有样本共有的otu数目进行统计
sample_id <- colnames(flower_dat)
otu_id <- unique(flower_dat[,1])
otu_id <- otu_id[otu_id != '']
core_otu_id <- otu_id
otu_num <- length(otu_id)
for (i in 2:ncol(flower_dat)) {
otu_id <- unique(flower_dat[,i])
otu_id <- otu_id[otu_id != '']
core_otu_id <- intersect(core_otu_id, otu_id)
otu_num <- c(otu_num, length(otu_id))
}
core_num <- length(core_otu_id)
sample_id为数据第一行样品名；otu_num为每个样品所独有的otu数目；core_num为所有样品所共有的otu数目。
flower plot花瓣图函数的构建
ellipse_col <- c('#6181BD4E','#F348004E','#64A10E4E','#9300264E','#464E044E','#049a0b4E')#椭圆的颜色设置
flower_plot <- function(sample, otu_num, core_otu, start, a, b, r, ellipse_col, circle_col) {
par( bty = 'n', ann = F, xaxt = 'n', yaxt = 'n', mar = c(1,1,1,1))#start为椭圆的起始位置, a为椭圆的短轴, b为椭圆的长轴, r为中心圆的半径
plot(c(0,10),c(0,10),type='n')
n <- length(sample)
deg <- 360 / n
res <- lapply(1:n, function(t){
draw.ellipse(x = 5 + cos((start + deg * (t - 1)) * pi / 180), #绘制椭圆
y = 5 + sin((start + deg * (t - 1)) * pi / 180),
col = ellipse_col[t],
border = ellipse_col[t],
a = a, b = b, angle = deg * (t - 1))
text(x = 5 + 2.5 * cos((start + deg * (t - 1)) * pi / 180),#在图上设置每个样品的otu_num数目
y = 5 + 2.5 * sin((start + deg * (t - 1)) * pi / 180),
otu_num[t])
if (deg * (t - 1) < 180 && deg * (t - 1) > 0 ) {
text(x = 5 + 3.3 * cos((start + deg * (t - 1)) * pi / 180),#设置每个样品名
y = 5 + 3.3 * sin((start + deg * (t - 1)) * pi / 180),
sample[t],
srt = deg * (t - 1) - start,
adj = 1,
cex = 1
)
} else {
text(x = 5 + 3.3 * cos((start + deg * (t - 1)) * pi / 180),
y = 5 + 3.3 * sin((start + deg * (t - 1)) * pi / 180),
sample[t],
srt = deg * (t - 1) + start,
adj = 0,
cex = 1
)
}
})
draw.circle(x = 5, y = 5, r = r, col = circle_col, border = NA)#绘制中心圆
text(x = 5, y = 5, paste('Core:', core_otu))#设置中心圆名字
调用flower plot花瓣图函数绘制及保存图片
png('flower.png', width = 1500, height = 1500, res = 200, units = 'px')
#pdf('flower.pdf')#生成pdf格式
flower_plot(sample = sample_id, otu_num = otu_num, core_otu = core_num,
start = 90, a = 0.5, b = 2.2, r = 0.5, ellipse_col = ellipse_col, circle_col = 'white')
#start为椭圆的起始位置, a为椭圆的短轴, b为椭圆的长轴, r为中心圆的半径，circle_col为中心圆的颜色，可以根据自己的需要调整
dev.off()
好的以上就是全部的花瓣图绘制过程了，可以参照本文在R.studio中一行一行测试哦！
