學習單細胞文章的時候，看到NM上一篇文章差異基因的顯示方法。
image.png
圖形如下：
image.png
先解釋下這樣展示的意義（舉例可能并不是很恰當）：假設我們需要研究某個細胞群分為兩個亞群，想要看這兩個亞群之間的差異基因變化情況，就可以使用這種方法。先計算每個樣本中這兩群細胞的差異基因，再將所有樣本合并，找出需要關注的基因，就可以作圖了。
因為我們演示數據并沒有涉及這樣的意義，所以偷懶用了不同群細胞的差異基因構建了用來演示的示例數據。圖形本身是柱狀圖，而且是堆疊柱狀圖。那么作圖需要以下因素，首先是縱坐標的LogFC，橫坐標的基因名，還有分組。具體的數據形式如下（差異基因篩選不再贅述）：
image.png
接下來用ggplot作圖即可，為了讓基因排列按照我們拍好的順序，將其轉化為因子排序，這樣作圖顯示基因名順序就不會變了。
diff <- read.csv("diff.csv",header = T,row.names = 1)
library(ggplot2)
library(forcats)
diff$gene <- as.factor(diff$gene )
diff$gene <- fct_inorder(diff$gene
先做一個基本的柱狀圖。
ggplot()+
geom_bar(data=diff,
aes(x=avg_log2FC,y=gene,fill=cluster),
stat="identity",
colour = "grey50")#柱子邊框顏色
image.png
接下來，改變主題，圖形方向，填充顏色即可。
ggplot()+
geom_bar(data=diff,
aes(x=avg_log2FC,y=gene,fill=cluster),
stat="identity",
colour = "grey50")+
scale_fill_manual(values = c("#2271b6","#6bafd6",
"#9ecbe2","#fd9272","#fee1d3"))+
theme_bw()+
labs(x="Cumulative avg. logFC",y="Gene expression")+
coord_flip()+
theme(axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))#X軸
image.png
這樣就完成了，就是一摸一樣有沒有？解鎖新的數據展示，快嘗試下吧。想要示例數據的小伙伴可以到我的公眾號《KS科研分享與服務》，感謝支持！
