R 数据可视化:Z-Score 得分图

简介

数据集中的变量通常具有不同的量纲和数量级,当不同变量的取值相差较大时,如果直接使用原始值进行分析,就会突出取值较大的变量的作用,削弱取值较小的变量的作用。为消除量纲与数量级对数据分析的影响,需要对数据进行标准化处理。z-score 就是一种常用的数据标准化方法。z-score 得分图就是将所有标准化值以散点的方式标注在图中,这让具有不同量级、量纲的变量的纵向比较成为可能,用以预览所有变量的标准化取值分布情况,对于分类数据而言,还能纵览变量对不通类别样本的区分能力

z-score得分图简介.png
Z-Score 计算公式

变量 \boldsymbol{x} = {x_{1}, x_{2}, … , x_{n}} 经 Z-Score 处理后的变量为 \boldsymbol{x'} = { x^{'}_{1}, x^{'}_{2}, … , x^{'}_{n}},其中:

x^{'}_{i} = \frac{x_i - \mu}{\sigma}

需要什么格式的数据

数据格式为 样本×变量,即行为样本,列为变量。group 列代表样本分类 label。

数据格式.png

开始作图

1. 数据准备

data = data.frame(group = c("control", "control", "control", "control", "control", "control", 
                            "test", "test", "test", "test", "test", "test"),
                  L.Carnitine = c(2.34, 1.71, 2.62, 2.77, 1.87, 2.30, 
                                  2.75, 2.73, 1.99, 2.76, 3.06, 2.35),
                  Acetylcarnitine = c(14.69, 14.27, 14.82, 14.80, 14.87, 14.83, 
                                      14.61, 14.37, 13.86, 14.40, 14.26, 13.98),
                  Creatine = c(29.49, 29.54, 29.58, 29.60, 29.68, 29.87, 
                               29.68, 29.60, 29.39, 29.69, 29.69, 29.44),
                  Choline = c(23.18, 23.36, 22.91, 23.53, 22.81, 23.42, 
                              23.04, 23.15, 22.82, 22.39, 22.87, 22.48),
                  Glutathione = c(82.05, 81.42, 82.19, 82.33, 81.32, 81.77, 
                                  82.60, 82.67, 81.97, 82.59, 82.94, 82.36),
                  L.Tyrosine = c(127.22, 126.86, 127.48, 127.20, 127.19, 127.28, 
                                 127.46, 127.17, 126.59, 127.18, 127.37, 126.88),
                  Creatinine = c(222.12, 221.58, 222.20, 222.34, 221.52, 221.88, 
                                 222.49, 222.84, 222.06, 222.55, 222.89, 222.46),
                  S.Adenosylhomocysteine = c(526.09, 525.67, 526.14, 526.12, 526.02, 526.15, 
                                             525.98, 525.73, 525.31, 525.87, 525.79, 525.43),
                  Spermine = c(828.52, 828.25, 828.66, 828.61, 828.56, 828.65, 
                               828.52, 828.36, 827.90, 828.40, 828.17, 827.94),
                  Acetylspermidine = c(1023.67, 1023.37, 1023.74, 1023.70, 1023.64, 1023.82, 
                                       1023.59, 1023.48, 1023.05, 1023.53, 1023.58, 1023.06))

2. Z-Score 标准化

# 筛选出控制组和测试组
data_control = subset(data, data[[1]] == "control")
data_test = subset(data, data[[1]] == "test")

# zscore
for (i in 2:length(colnames(data))) {
    varname = colnames(data)[i]
    data_control_zscore = (data_control[[varname]] - mean(data_control[[varname]])) / sd(data_control[[varname]])
    data_test_zscore = (data_test[[varname]] - mean(data_control[[varname]])) / sd(data_control[[varname]])
    data_control[[varname]] = data_control_zscore
    data_test[[varname]] = data_test_zscore
}

data_zscore = data.frame(group = c(data_control[[1]], data_test[[1]]))
for (i in 2:length(colnames(data))) {
    varname = colnames(data)[i]
    data_zscore[[varname]] = c(data_control[[varname]], data_test[[varname]])
}

3. 数据格式转换

为了适配 z-score 得分图支持的数据格式,需要对原有数据格式做一步格式转化:

variable = c()
value = c()
group = c()
for (i in 2:ncol(data_zscore)) {
    varname = colnames(data_zscore)[i]
    variable = append(variable, rep(varname, nrow(data_zscore)))
    value = append(value, data_zscore[[varname]])
    group = append(group, data_zscore[[1]])
}
df = data.frame(variable = variable, value = value, group = group)

转化后的数据格式:

数据格式转换.png

4. 作图

library(ggplot2)

ggplot(data = df, aes(x = variable, y = value, color = group)) +
    geom_point(size = 2) +
    geom_hline(yintercept = 0, linetype = 2) +
    coord_flip() +
    scale_color_manual(values = c("mediumseagreen", "firebrick")) +
    theme_bw() +
    theme(panel.grid.major.x = element_blank(),
          panel.grid.minor.x = element_blank()) +
    labs(x = "", y = "Z-Score")
Z-Score 得分图.png
©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 216,402评论 6 499
  • 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 92,377评论 3 392
  • 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 162,483评论 0 353
  • 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 58,165评论 1 292
  • 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 67,176评论 6 388
  • 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 51,146评论 1 297
  • 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 40,032评论 3 417
  • 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 38,896评论 0 274
  • 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 45,311评论 1 310
  • 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 37,536评论 2 332
  • 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 39,696评论 1 348
  • 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 35,413评论 5 343
  • 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 41,008评论 3 325
  • 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 31,659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 32,815评论 1 269
  • 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 47,698评论 2 368
  • 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 44,592评论 2 353

推荐阅读更多精彩内容