R繪圖(2): 離散/分類變數如何畫熱圖/方塊圖

TOP生物資訊發表於2021-01-02
繪圖變數

相信很多人都看到過上面這種方塊圖，有點像“華夫餅圖”的升級版，也有點像“熱圖”的離散版。我在一些臨床多組學的文章裡面看到過好幾次這種圖，用它來展示病人的臨床資訊非常合適，我自己也用R包或者AI畫過類似的圖。今天給大家演示一下，如何用ggplot2裡面的geom_tile函式畫這種圖。

先構造一個練習資料集，假設有15個病人，每個病人有年齡、性別、症狀、是否有RNA-seq和WES測序等資訊。

library(ggplot2)
library(tidyverse)
library(reshape2)
library(RColorBrewer)

clinical.df=data.frame(
  patient=paste("P",seq(1:15),sep = ""),
  age=sample(20:80,15,replace = T),
  gander=sample(c("male","female"),15,replace = T),
  symptom=sample(c("mild","moderate","severe"),15,replace = T),
  RNAseq=sample(c("yes","no"),15,replace = T),
  WES=sample(c("yes","no"),15,replace = T)
)

年齡可以看做是連續的，我們進一步分成三個level，最終的資料格式如下：

clinical.df$age=ifelse(clinical.df$age < 40,"level1",
                       ifelse(clinical.df$age < 60, "level2","level3"))
# head(clinical.df)
# patient    age gander  symptom RNAseq WES
# 1      P1 level2 female moderate    yes yes
# 2      P2 level2   male     mild    yes yes
# 3      P3 level2 female     mild     no  no
# 4      P4 level1   male   severe     no yes
# 5      P5 level2   male     mild    yes  no
# 6      P6 level3 female moderate     no yes

在使用geom_tile畫方塊圖之前，需要將寬資料轉換為長資料，使用到reshape2中的melt函式

clinical.df2=melt(clinical.df,id="patient")
# head(clinical.df2)
# patient variable  value
# 1      P1      age level2
# 2      P2      age level2
# 3      P3      age level2
# 4      P4      age level1
# 5      P5      age level2
# 6      P6      age level3

接下來，為了自定義圖形橫縱軸變數的順序，可以人為定義因子變數，並指定因子的level。（這種方法在實際畫圖中，經常用到）

clinical.df2$patient=factor(clinical.df2$patient,levels = paste("P",seq(1:15),sep = ""))
clinical.df2$variable=factor(clinical.df2$variable,levels = c("WES","RNAseq","symptom","gander","age"))

然後是自定義顏色，建立一個命名的字串向量，表示顏色的字串都是通過R包RColorBrewer查詢的，可以參考我之前的一篇筆記：ColorBrewer配色方案

cols=c(
  "level1"="#E5F5E0","level2"="#A1D99B","level3"="#41AB5D",
  "male"="#66C2A5","female"="#FC8D62",
  "mild"="#377EB8","moderate"="#FFFF33","severe"="#E41A1C",
  "yes"="black","no"="lightgrey"
)

最後開始畫圖

clinical.df2%>%ggplot(aes(x=patient,y=variable))+
  geom_tile(aes(fill=value),color="white",size=1)+ #color和size分別指定方塊邊線的顏色和粗細
  scale_x_discrete("",expand = c(0,0))+ #不顯示橫縱軸的label文字；畫板不延長
  scale_y_discrete("",expand = c(0,0))+
  scale_fill_manual(values = cols)+ #指定自定義的顏色
  theme(
    axis.text.x.bottom = element_text(size=10),axis.text.y.left = element_text(size = 12), #修改座標軸文字大小
    axis.ticks = element_blank(), #不顯示座標軸刻度
    legend.title = element_blank() #不顯示圖例title
  )
ggsave("tmp.pdf",device = "pdf",width = 21,height = 7,units = "cm")

圖中右側的圖例並不是我們想要的，這時還需要用AI稍微編輯一下，最後的效果如下：

關於ggplot2的學習，我之前整理了幾篇筆記，感興趣的小夥伴可以點選下面的連結進行閱讀
ggplot2回顧(1): 認識ggplot2
ggplot2回顧(2): 圖層語法入門
ggplot2回顧(3): 圖層語法基礎
ggplot2回顧(4): 瓦片圖、多邊形圖
ggplot2回顧(5): 資料分佈的展示
ggplot2回顧(6): ColorBrewer配色方案
ggplot2回顧(7): geom_bar()和 geom_histogram()比較
ggplot2回顧(8): 標度
ggplot2回顧(9): 分面
ggplot2回顧(10): 座標系
ggplot2回顧(11): 主題設定
ggplot2回顧(12): 一頁多圖
ggplot2回顧(13): 使用plyr包整理資料
ggplot2回顧(14): 繪圖函式--以平行座標圖為例

因水平有限，有錯誤的地方，歡迎批評指正！

相關文章