示例数据
提取码：kydo
加载工具包
library(magrittr) # need to run every time you start R and want to use %>%
library(dplyr) # alternative, this also loads %>%
读入数据
map = read.table('map.txt', row.names = 1, header = T)
taxa = read.table('taxa_L2.txt', row.names = 1, header = T,sep = '\t')
taxa = t(taxa) %>% as.data.frame() #转置（行列调换）并设定数据格式为数据框
taxa = taxa[rownames(map),]#将两文件的行顺序调为一致，方便后续合并
dat = cbind(taxa,map)#按列合并两文件
dat = dat[,-8]#去除无效部分
数据按组求均值并调整数据格式
library('reshape2')
dat = aggregate(. ~ Week*Site, data = dat, mean) %>% #同时依据Week和Site两个条件求组内均值，这里我们定义Site为大组，Week为小组
melt() %>% #数据格式调整，各个变量分别成列
dcast(variable + Site ~ Week)#数据格式调整，variable和Site为行，Week为列
调整行和列的顺序,组与组之间数据不要串行
dat = dat[order(dat$Site, dat$variable,decreasing = F),c('variable','Site','W1','W2','W4','W8','W16')]
定义组，组内数据按列累加
library('dplyr')
link_dat <- dat %>%
group_by(Site) %>% #按大组Site进行分组，后续作图以Site进行分页展示
mutate_if(is.numeric, cumsum) %>% #判断是否为数值型变量，才执行本操作
as.data.frame()
设定组间连接线
bar.width <- 0.7
link_dat <- link_dat[, c(1,2,3,rep(4:(ncol(link_dat)-1),each=2),ncol(link_dat))] #对数值型变量部分，掐头去尾，对中间的变量各复制一遍
link_dat <- data.frame(y=t(matrix(t(link_dat[,-c(1,2)]), nrow=2)))#除去非数值型变量后，转换为两列的数据框，分别作为连接线的两个端点的纵坐标
link_dat$x.1 <- 1:4 + bar.width/2 #设定连接线的两个端点的横坐标，1:n，n = 小组数-1，类似于砍木头，4刀5段
link_dat$x.2 <- 1:4 + (1-bar.width/2)#同上
link_dat$Site = rep(levels(dat$Site),each = 28)#这里就呼应了上文的组与组之间数据不要串行
至此，我们有两套数据，
- 已经分组就均值的数据
dat - 以及定义连接线的数据
link_dat
数据格式调整和重命名
library('reshape2')
dat = melt(dat)
names(dat) = c('taxa','Site','Week','value')
调整变量出图顺序
dat$taxa = factor(dat$taxa,levels = c('Carbonyl','Aromatic_C-O','Aromatic_C','O-C-O_anomeric_C', 'O-alkyl_C','O-CH3/NCH','Alkyl_C'))
dat$Week = factor(dat$Week,levels = c('W1',"W2","W4","W8","W16"))
levels(dat$Week) = c('1','2','4','8','16')#将变量重命名，必须和上面`dat$Week`设定的顺序保持一致
这里设定的dat$taxa顺序，务必和dat中相应的数据相反，因为这里的顺序表示堆积图中的变量从上到下排列，而连接线数据link_dat中的数据则是从下往上累加。为了保证连接线与堆积图相匹配，切记要注意变量的出图顺序。
初步成图
library('ggplot2')
library("scales")#用来设定百分比形式的纵坐标
p <- ggplot(data = dat, aes(x = Week, y = value, fill = taxa)) +
theme_bw()+
facet_grid(~ Site,scales = 'free') + #出图以Site为组进行分页展示
labs(x= '',y ='',fill = '') +#设定坐标轴和填充色属性的名称
geom_bar(stat = "identity", width=bar.width, col='black') + #stat = 'identity'为堆积图
#是否显示对应的具体数据标签
# geom_text(aes(label = paste0(sprintf("%1.1f", value*100),"%")), #数据显示为保留一个小数点的百分数
# size = 4,fontface='bold',position =position_stack(vjust=0.5)) +
geom_segment(data=link_dat, aes(x=x.1, xend=x.2, y=y.1, yend=y.2), inherit.aes = F) +#加载小组间的连接线
#scale_y_continuous(labels = percent) + # 百分比坐标轴（需加载scales包）
#自定义颜色，注意顺序
scale_fill_manual(values = c('gold4','chocolate4','coral1',
'cornflowerblue','darkgoldenrod1',
'darkmagenta','firebrick1','violetred',
'forestgreen','gold4','darkviolet','orange1',
'deeppink','salmon1','steelblue','darkred','grey')) +
#自定义属性
theme(strip.text = element_text(face = 'bold',color = 'black',size = 14),#设定分页图的标题属性
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 = 10),
legend.text = element_text(face = 'bold',color = 'black',size = 10))
输出图片
ggsave(p, filename = 'L2.jpg', width = 8, height = 4, dpi = 600)
