ggballoonplot|气球图-多分类数据可视化

简介: ggballoonplot|气球图-多分类数据可视化



ggballoonplot(气球图)可用于多分类数据的可视化展示,其中每个单元格都包含一个点,其大小反映了相应组件的相对大小。

本文将使用ggpubr中的ggballoonplot()函数以及ggplot2分别绘制。

一 载入数据,R包


一、载入R包 数据

#使用示例数据
library(ggpubr)
library(ggplot2)
library(openxlsx)
#载入示例数据集
my_data <- read.xlsx("ggballoonplot.xlsx")
head(my_data)
tail(my_data)

注意先将数据整理成长整型数据,可阅读Tidyverse|tidyr数据重塑之gather,spread(长数据宽数据转化)

二  ggballoonplot绘制气球图


ggballoonplot(my_data, x="database", y="Gene", size="Pvalue",

            fill="type",

            ggtheme=theme_bw())

这样就可以很明显的比较不同数据集中,重点基因的表达上调,下调情况以及 差异表达的P值



三、 ggplot2绘制气泡图


使用ggplot2绘制气球图,按照点图的方式绘制即可。

ggplot(my_data, aes(x=database, y=Gene, size=Pvalue, color=type)) +

geom_point()

可以参考之前ggplot2的相关推文进行图形优化。

ggplot2|详解八大基本绘图要素

ggplot2|theme主题设置,详解绘图优化-“精雕细琢”

ggplot2 |legend参数设置,图形精雕细琢

ggplot2-annotation|画图点“精”,让图自己“解释”


当然还可以把type换成不同免疫浸润的类型?type 换成不同的通路?

当数据需要多分类可视化时,可以考虑一下这种展示形式。


参考资料:


后台回复 “气球图” ,即可获取示例数据文件

相关文章
|
数据挖掘
【SPSS】回归分析详细操作教程(附案例实战)(下)
【SPSS】回归分析详细操作教程(附案例实战)
1682 0
|
存储 Unix Linux
Linux命令历史记录管理:使用history命令提高工作效率
Linux命令历史记录管理:使用history命令提高工作效率
1436 0
|
机器学习/深度学习 人工智能 数据可视化
机器学习:详解贝叶斯网络+例题分析
机器学习:详解贝叶斯网络+例题分析
3313 0
机器学习:详解贝叶斯网络+例题分析
|
API Windows
NSIS使用教程(安装包制作安装文件教程,如何封装打包文件) 中文版
原文:NSIS使用教程(安装包制作安装文件教程,如何封装打包文件) 中文版 nsis中文版(Nullsoft Scriptable Install System)是一个专业的开源的可以用来封闭Windows程序的实用工具,是一个开源的 Windows 系统下安装程序制作程序。
4443 0
|
机器学习/深度学习 存储 人工智能
【博士每天一篇文献-算法】改进的PNN架构Progressive learning A deep learning framework for continual learning
本文提出了一种名为“Progressive learning”的深度学习框架,通过结合课程选择、渐进式模型容量增长和剪枝机制来解决持续学习问题,有效避免了灾难性遗忘并提高了学习效率。
369 4
|
数据采集 机器学习/深度学习 数据可视化
R实战| PCA、tSNE、UMAP三种降维方法在R中的实现
R实战| PCA、tSNE、UMAP三种降维方法在R中的实现
658 0
|
算法 数据可视化
圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
圆填充( CIRCLE PACKING)算法圆堆图圆形空间填充算法可视化
|
数据采集 机器学习/深度学习 存储
【数据说话】当下的Python就业前景如何
以上便是我们做的一些微小工作,希望能给大家带来些帮助。当然,本案例中所有数据来自上述招聘网站的公开数据,与真实的市场需求有可能存在偏差,仅供参考。
|
人工智能 图形学
【制作100个unity游戏之24】unity制作一个3D动物AI生态系统游戏1(附项目源码)
【制作100个unity游戏之24】unity制作一个3D动物AI生态系统游戏1(附项目源码)
319 3
|
数据可视化 数据挖掘 Go
GOplot|宝藏R包,拯救你的GO富集结果,杜绝平庸的条形图
`GOplot`是一款R包,专注于GO富集分析的可视化,提供多种图表类型如GOBar、GOBubble、GOCircle、GOChord和GOVenn等。这些函数允许用户轻松修改参数,定制颜色、大小和排序,实现数据的直观展示。示例代码展示了如何使用这些功能创建不同类型的图形,并提到了一个配套的shiny应用。`GOplot`简化了复杂的数据可视化过程,适合快速高效地展示差异分析结果。
585 0