R画上下调柱状图

需求

  最近做个性化分析,突然发现一张能够很好反应差异富集的柱状图,如下图所示;

富集分析上下调图

  上图右侧表示上调代谢通路,左侧代表下调代谢通路,上下调分别有不同的颜色,中间灰色代表没有显著性的结果。

测试数据生成

  生成的测试数据集来源网上,主要为x、y两个数据,以及后续对数据的处理。

library(ggplot2)#用于可视化
library(dplyr)#用于数据处理
set.seed(1111)#此命令保证数据结果可以重现在任何电脑上
x <- 1980+1:36#赋值x
y <- round(100*rnorm(36))#赋值y
mydata <- data.frame(x=x, y=y)#创建数据集mydata
head(mydata)
mydata <- mydata%>%mutate(x_t=ifelse(y>=0,-4*nchar(x), 4*nchar(x))) #生成label的坐标
head(mydata)

测试数据集处理

  由于需要将y值的绝对值中间的为非显著性的条目,因此需要在矩阵中添加一列,这一列,上调为yes,下调的为no,不显著的为not significant。

max<-50
min<- -50
sig<-c()
for (i in mydata$y ){
    print(i)
    significant<-''
    if(i>=max){significant<-'yes'}else if(i< 0 && abs(i) >= max ){significant<-'no'}else if(min<i && i<max){significant<-'not significant'}else(print('yao'))
    print(significant)
    sig<-c(sig,significant)
}

画图

  画图命令如下:

mydata$x<-as.character(mydata$x)  #将数字变量转换成字符串变量,防止画图自动排序
mydata<-mydata[order(mydata$y),]
mydata$significant<-sig
mydata$significant<-factor(mydata$significant,levels=c('yes','not significant','no'))#设置排序
mydata$x<-factor(mydata$x,levels=mydata$x)
ggplot(data=mydata, aes(x=x, y=y, fill=significant))+geom_bar(stat = "identity",position = "identity",width=0.9)+coord_flip()+scale_fill_manual(values = c("purple",'grey', "blue"), guide=FALSE)+xlab("Year")+geom_text(aes(y=x_t,label=x), vjust=0.3, color="black",size=3)+geom_abline(linetype="dashed",intercept = 50, slope = 0,size=1,colour='gray')+geom_abline(linetype="dashed",intercept = -50, slope = 0,size=1,colour='gray')+theme(panel.grid=element_blank(),panel.border=element_blank(),axis.title.y=element_blank(),axis.text.y=element_blank(),axis.ticks.y=element_blank())

代谢通路上下调图

  设定不显著性的阈值为(-50,50),阈值有虚线表示,此图颜色与最开始需求图颜色不一致,这个可以修改,不在这里详述了

修改

后记

修改颜色:

ggplot(data=mydata, aes(x=x, y=y, fill=significant))+geom_bar(stat = "identity",position = "identity",width=0.9)+coord_flip()+scale_fill_manual(values = c("#1C86EE",'grey', "#90EE90"), guide=FALSE)+xlab("Year")+geom_text(aes(y=x_t,label=x), vjust=0.3, color="black",size=3)+geom_abline(linetype="dashed",intercept = 50, slope = 0,size=1,colour='gray')+geom_abline(linetype="dashed",intercept = -50, slope = 0,size=1,colour='gray')+theme(panel.grid=element_blank(),panel.border=element_blank(),axis.title.y=element_blank(),axis.text.y=element_blank(),axis.ticks.y=element_blank())
修改颜色后图片
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 213,099评论 6 492
  • 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 90,828评论 3 387
  • 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 158,540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 56,848评论 1 285
  • 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 65,971评论 6 385
  • 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 50,132评论 1 291
  • 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 39,193评论 3 412
  • 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 37,934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 44,376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 36,687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 38,846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 34,537评论 4 335
  • 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 40,175评论 3 317
  • 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 30,887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 32,134评论 1 267
  • 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 46,674评论 2 362
  • 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 43,741评论 2 351