桑葚图.jpg

今天我们复现一幅2021年Cell上Graphical abstract的图。

Title:Human oral mucosa cell atlas reveals a stromal-neutrophil axis regulating tissue immunity

DOI:10.1016/j.cell.2020.07.009

[TOC]

22

读图

Snipaste_2022-04-26_16-03-03.png

来看一下这个摘要图(红色箭头)，作者用堆叠条形图来展示两组样本间比例的变化，中间又增加了连线让相同组分之间对对比更加的直观。一般这种数据就是以饼图或是堆叠条形图来展现，今天我们就用饼图和条形图两种形式都来复现一下。

复现结果

image-20220423004309264.png

示例数据和代码领取

跟着 Cell 学作图 | 桑葚图(ggalluvial)

开始绘制

饼图

数据是三组样本蛋白质的亚细胞定位数据，一般的可视化方法就会用饼图来展示，饼图十分常见而且制作特别简单，大部分情况用excel或origin等软件都可以快速制作，所以在R中的相关函数很少。这里我们用到了tastypie包，其中的pie_bake函数生成一个ggplot对象可以非常方便的调整你的饼图。

# 加载包及导入数据
library(ggplot2)
library(ggthemes)
library(tidyverse)
library(ggalluvial)
library(ggsci)
library(cowplot)
library(tastypie)
rm(list = ls())
df=read.csv('Sublocation.csv',header = T)
head(df)

p1=pie_bake(data = data.frame(subloc=df$Subcellar.location,ratio=df$A),
           template = "blue1",#调色盘是必要参数，不影响手动添加颜色
           perc = TRUE,#显示百分比
           group_name = "a",
           title ='A')+
  theme_classic()+
  scale_fill_npg()+#ggsci中的调色盘
  theme(panel.background = element_blank(),
        axis.line.x = element_blank(),
        axis.line.y = element_blank(),
        axis.title.y = element_blank(),
        axis.title.x = element_blank(),
        axis.text.x = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.x = element_blank(),
        axis.ticks.y = element_blank(),
        legend.title = element_text(),
        plot.title = element_text(hjust = 0.5,vjust=-2,size = 15))+labs(fill = 'Subcellular location')
p2=pie_bake(data = data.frame(subloc=df$Subcellar.location,ratio=df$C),
         template = "blue1",
         perc = TRUE,
         group_name = "a",
         title ='C')+
  theme_classic()+scale_fill_npg()+
  theme(panel.background = element_blank(),
        axis.line.x = element_blank(),
        axis.line.y = element_blank(),
        axis.title.y = element_blank(),
        axis.title.x = element_blank(),
        axis.text.x = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.x = element_blank(),
        axis.ticks.y = element_blank(),
        legend.title = element_text(),
        plot.title = element_text(hjust = 0.5,vjust=-2,size = 15))+labs(fill = 'Subcellular location')
p3=pie_bake(data = data.frame(subloc=df$Subcellar.location,ratio=df$B),
         template = "blue1",
         perc = TRUE,
         group_name = "a",
         title ='B')+
  theme_classic()+scale_fill_npg()+
  theme(panel.background = element_blank(),
        axis.line.x = element_blank(),
        axis.line.y = element_blank(),
        axis.title.y = element_blank(),
        axis.title.x = element_blank(),
        axis.text.x = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.x = element_blank(),
        axis.ticks.y = element_blank(),
        legend.title = element_text(),
        plot.title = element_text(hjust = 0.5,vjust=-2,size = 15))+
  labs(fill = 'Subcellular location')


plot_grid(p1,p2,p3)

在R中制作饼图也是十分的简单，但当多组进行比较的时候多个饼图的对比就没那么直观了，这时候我们就需要做堆叠条形图。

[图片上传失败...(image-4ff488-1651203467945)]

堆叠条形图

首先对数据进行前处理做成适合ggplot作图的数据格式，把宽表转换为长表，创建一列组成比例用于后面分割图形。

mdf=df%>%
  pivot_longer(-Subcellar.location,names_to = 'Sample',values_to = 'Value')%>%
  group_by(Sample)%>%
  mutate(Proportion=Value/sum(Value))

geom_bar或是geom_col可以很轻松的做出堆叠条形图。

ggplot(mdf, aes(x = Sample,y=Proportion,fill = Subcellar.location)) +
  geom_col(width = 0.4)+
  theme_base()

[图片上传失败...(image-f09854-1651203467945)]

但为了复现文章中原图的格式，我们调用ggalluvial包中的geom_alluvium或是geom_flow函数来制作桑葚图（冲击图），后面我们会专门对桑葚图（冲击图）进行讲解，这里作为实战应用简单讲解。

g=ggplot(mdf, aes(x = Sample,y=Proportion,fill = Subcellar.location, 
                stratum = Subcellar.location, alluvium = Subcellar.location)) +
  geom_col(width = 0.4,color=NA)+
  geom_flow(width = 0.4,alpha = 0.2,knot.pos = 0)   +#knot.pos可以使连线更直
  #geom_alluvium( width = 0.4,alpha = 0.2,knot.pos = 0)+ 与geom_flow效果相似
  scale_fill_manual(values = pal_npg()(4))+
  theme_map()+
  theme(axis.text.x=element_text(size=20,vjust = 5),
        legend.position = 'none')
g

[图片上传失败...(image-91fcd0-1651203467945)]

原图复现

大体结构已经做出来了，后面就是添加一些连线，强烈建议在AI中修改，只需要几分钟就可以修改好，在R中有几种实现的方法，但总的来说都比较麻烦这里介绍一种，有朋友有好的实现思路也可以在后台留言。一种实现方法就是计算出各节点的坐标然后用geom_segment添加白色线段。

plotv=c()
Name=unique(mdf$Sample)
  for(i in 1:3){#计算条形图上分割线的节点
   data= mdf%>%
     filter(Sample==Name[i])%>%
     arrange(desc(Subcellar.location))
   a=0
   for(j in 1:3){
     a=a+data$Proportion[j]
     plotv=c(plotv,sprintf("geom_segment(aes(x=%d-0.2,y=%f,xend=%d+0.2,yend=%f),color='white',size=2)",i,a,i,a))
   }
  }
g=eval(parse(text = paste0('g+',paste0(plotv,collapse = '+'))))#把线段指令合并输出
g

[图片上传失败...(image-264860-1651203467945)]

subloc=unique(mdf$Subcellar.location)
datalist=list()
for(i in 1:3){
data= mdf%>%
  filter(Sample==Name[i])%>%
  arrange(desc(Subcellar.location))
  a=0
  for(j in 1:4){
    a=a+data$Proportion[j]
    data[j,'y']=a
  }
  datalist[[Name[i]]]=data
}
head(datalist)#增加了y坐标信息，x坐标其实就是所在列的整数加减条形图宽度的一半，这里条形图宽度为0.4，所以x坐标为i±0.2
   

g+geom_segment(aes(x=1.2,y=datalist[['A']]$y[1],xend=1.8,yend=datalist[['B']]$y[1]),color='white',size=2)+
geom_segment(aes(x=1.2,y=datalist[['A']]$y[2],xend=1.8,yend=datalist[['B']]$y[2]),color='white',size=2)+
geom_segment(aes(x=1.2,y=datalist[['A']]$y[3],xend=1.8,yend=datalist[['B']]$y[3]),color='white',size=2)+
geom_segment(aes(x=2.2,y=datalist[['B']]$y[1],xend=2.8,yend=datalist[['C']]$y[1]),color='white',size=2)+
geom_segment(aes(x=2.2,y=datalist[['B']]$y[2],xend=2.8,yend=datalist[['C']]$y[2]),color='white',size=2)+
geom_segment(aes(x=2.2,y=datalist[['B']]$y[3],xend=2.8,yend=datalist[['C']]$y[3]),color='white',size=2)+
theme(axis.title.y = element_text(size=20,angle = 90,vjust =-5),
      legend.position = 'right')

[图片上传失败...(image-8352a0-1651203467945)]

往期内容

1. (免费教程+代码领取)|跟着Cell学作图系列合集
2. Q&A | 如何在论文中画出漂亮的插图？
3. Front Immunol 复现 | 1. GEO数据下载及sva批次校正(PCA可视化)

---

[图片上传失败...(image-4187cb-1651203467945)]