可視化系列【五】:用ggplot2實現氣泡圖繪制

遇到有人問,如何使用ggplot2繪制這樣的氣泡圖:


于是找了個nature communications中的數據來嘗試進行繪制,但具體是哪篇文章我可能已經無法溯源了,不過好在數據還保留著,需要數據的還是老規矩,評論區或者私信。

代碼

  • 讀入數據:
library(dplyr)
library(magrittr)
library(forcats)
library(tidyr)
library(vroom)
library(ggplot2)

data <- vroom(file = 'data.csv',
              col_names = TRUE)
pattern = 'PERT-PSP_|PERT-P100-PRM_|PERT-P100-DIA_|PATH-NP_|_PATHWAY|KINASE-PSP_|DISEASE-PSP_'
data %<>% 
  mutate(type = ifelse(type == 'SPH', 'Spheroid', 'Monolayer'),
         type = fct_relevel(type, c('Spheroid', 'Monolayer')),
         variable = fct_relevel(variable, c('1h', '3h', '6h', '12h', '24h')),
         id = gsub(pattern = pattern, replacement = '', id))
head(data)
# A tibble: 6 × 5
#  id                variable  pvalue     FC type    
#  <chr>             <fct>      <dbl>  <dbl> <fct>   
#1 VIRUS_INFECTION   1h       NA      NA     Spheroid
#2 UV                1h        0.0451  3.22  Spheroid
#3 TNF               1h        0.910   0.331 Spheroid
#4 THROMBIN          1h        0.0169  3.83  Spheroid
#5 SII_ANGIOTENSIN_2 1h        0.749  -1.02  Spheroid
#6 LPA               1h       NA      NA     Spheroid
  • 繪圖:
ggplot(data = data, aes(x = variable, y = id)) +
  geom_point(aes(size = -log10(pvalue), fill = FC), shape = 21, color = 'black', stroke = 1) +
  labs(x = '5-FU treatment time (h)', y = '') +
  scale_size_area(name = '-log10(q-value)',
                  breaks = seq(0, 2, 0.5),
                  limits = c(0, 2),
                  max_size = 5.5) +
  scale_fill_gradient2(low = '#08519c', 
                        mid = 'white', 
                        high = 'red',
                        limits = c(-5, 5),
                        name = 'PTMSEA\nScore',
                        na.value = '#08519c') +
  facet_wrap(.~type) +
  theme(strip.background = element_blank(),
        strip.text.x = element_text(family = 'sans', size = 15),
        panel.background = element_rect(fill = c('#deebf7', '#ffffcc')),
        panel.grid = element_blank(),
        panel.border = element_rect(fill = NA, color = 'gray', linewidth = 2),
        axis.title.x = element_text(family = 'sans', face = 'bold', size = 15),
        axis.text = element_text(family = 'sans', colour = 'black'),
        axis.ticks = element_line(linewidth = 1))
ggsave(filename = 'plot.jpeg', dpi = 3000, width = 6, height = 10)

最終效果

寫在最后

  • 使用shape = 21來指定geom_point()點的屬性,這樣才能同時指定點的邊框顏色合填充顏色。
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,936評論 6 535
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,744評論 3 421
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,879評論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,181評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,935評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,325評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,384評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,534評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,084評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,892評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,067評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,623評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,322評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,735評論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,990評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,800評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,084評論 2 375

推薦閱讀更多精彩內容