跟着Nature Communications学作图:R语言ggplot2画图展示捐赠者的临床概况

论文

Common anti-cancer therapies induce somatic mutations in stem cells of healthy tissue

https://www.nature.com/articles/s41467-022-33663-5#Sec18

今天的推文我们重复一下论文中的Figure1a,看起来非常像一个表格,很有意思

image.png

我们使用ggplot2来实现,主要分为三个部分,文本,形状,和背景的灰色条

首先是文本的部分数据截图

image.png

形状的三个数据截图

image.png

背景灰色条数据截图

image.png

总共5份数据,放在同一个excel文件里,5个不同的子表格

读取数据并作图

library(readxl)
library(ggplot2)
library(stringr)
library(tidyverse)

dat01<-read_excel("data/20221009/example_data.xlsx",
                sheet = "Sheet1")
dat01 %>% 
  mutate(label01=case_when(
    length(label) == 7 ~ str_pad(label,8,"right"),
    TRUE ~ label
  )) -> new.dat01

new.dat01

dat02<-read_excel("data/20221009/example_data.xlsx",
                  sheet = "Sheet2")
dat02

dat03<-read_excel("data/20221009/example_data.xlsx",
                  sheet = "Sheet3")
dat03

dat04<-read_excel("data/20221009/example_data.xlsx",
                  sheet = "Sheet4")
dat04

dat05<-read_excel("data/20221009/example_data.xlsx",
                  sheet = "Sheet5")
dat05

x_labels<-c("","Age","Normal\nTissue","Tissue\nSubtype",
            "Treatment\ntype","Treatment\ncycli",
            "Sampling after\ntreatment\n(months)",
            "Seqenced\nsamples")
ggplot()+
  scale_x_continuous(limits = c(0.5,8),
                     breaks = 1:8,
                     labels = x_labels,
                     position = "top")+
  geom_text(data=new.dat01,aes(x=x,y=y,label=label01))+
  geom_point(data=dat02,aes(x=x,y=y,color=`Normal tissue type`),
             size=5)+
  scale_color_manual(values = c("Colon"="#d38e91",
                                "Liver"="#1f639a"))+
  ggnewscale::new_scale_color()+
  geom_point(data=dat03,aes(x=x,y=y,color=`Tissue subtype`),
             size=5)+
  scale_color_manual(values = c("Descending colon"="#f6d65b",
                                "Sigmoid"="#3eada2",
                                "Rectum"="#eb553a",
                                "Liver"="#206599"))+
  ggnewscale::new_scale_color()+
  geom_point(data=dat04,aes(x=x,y=y,color=Treatment),
             size=5,shape=15)+
  scale_color_manual(values = c("5-FU + platinum"="#f49b5e",
                                "5-FU + radiation"="#c44657",
                                "5-FU + platinum + radiation"=
                                  "#89520e"))+
  theme_bw()+
  theme(axis.title = element_blank(),
        panel.grid = element_blank(),
        panel.border = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x = element_text(hjust=0.5,vjust=0.5))+
  geom_rect(data=dat05,
            aes(xmin=-Inf,xmax=Inf,ymin=ymin,ymax=ymax),
            fill="gray",alpha=0.2)
image.png

示例数据和代码可以给推文点赞 点击在看 最后留言获取

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

©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 212,185评论 6 493
  • 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 90,445评论 3 385
  • 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 157,684评论 0 348
  • 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 56,564评论 1 284
  • 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 65,681评论 6 386
  • 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 49,874评论 1 290
  • 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 39,025评论 3 408
  • 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 37,761评论 0 268
  • 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 44,217评论 1 303
  • 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 36,545评论 2 327
  • 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 38,694评论 1 341
  • 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 34,351评论 4 332
  • 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 39,988评论 3 315
  • 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 30,778评论 0 21
  • 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 32,007评论 1 266
  • 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 46,427评论 2 360
  • 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 43,580评论 2 349

推荐阅读更多精彩内容