跟着Nature Communications学作图:R语言ggplot2箱线图和小提琴展示结构变异的长度分布

简介: 跟着Nature Communications学作图:R语言ggplot2箱线图和小提琴展示结构变异的长度分布
+关注继续查看

论文

Chromosome-level assemblies of multiple Arabidopsis genomes reveal hotspots of rearrangements with altered evolutionary dynamics

https://www.nature.com/articles/s41467-020-14779-y

拟南芥NC_panGenome.pdf

分析代码的github主页

https://github.com/schneebergerlab/AMPRIL-genomes

论文中组装了7个拟南芥的基因组,做了一些泛基因组相关的分析,数据和大部分代码都公开了,我们试着复现一下其中的图和一些分析过程,今天的推文复现一下论文中的figure2b箱线图和小提琴图展示结构变异的长度分布

示例数据

image.png

读取数据

library(tidyverse)
dat<-read_delim("D:/R_4_1_0_working_directory/env001/data/20230318/Source_Data.Figure2/Fig2b.txt",
                delim = "\t")
dat

最基本的箱线图和小提琴图

library(ggplot2)

ggplot(data = dat,aes(x=`SV-type`,y=length))+
  geom_violin()+
  geom_boxplot()

image.png

这里因为结构变异的长度分布范围非常大,所以出图不太好看,论文里的处理方式是对长度的数值取log10,这样图看起来就好看很多,这个也是一个数据可视化的小技巧

ggplot(data = dat,aes(x=`SV-type`,y=log10(length)))+
  geom_violin()+
  geom_boxplot()

image.png

接下来对整个图进行美化

dat %>% 
  mutate(`SV-type`=factor(`SV-type`,
                          levels = c("INS","DEL","DUP","TL","INV"))) -> dat
ggplot()+
  geom_rect(aes(xmin=-Inf,xmax=2.5,ymin=-Inf,ymax=Inf),
            alpha=0.5)+
  geom_violin(data = dat,
              aes(x=`SV-type`,
                  y=log10(length),
                  color=`SV-type`),
              linewidth=1)+
  geom_boxplot(data = dat,
               aes(x=`SV-type`,
                   y=log10(length),
                   color=`SV-type`),
               width=0.1,outlier.alpha = 0,
               linewidth=1)+
  labs(x=NULL,y="Length of SVs (bp)")+
  scale_y_continuous(breaks = c(2:6),
                     labels = c(expression(10^2),expression(10^3),
                                expression(10^4),expression(10^5),
                                expression(10^6)))+
  theme_bw()+
  theme(legend.position = "none",
        panel.grid = element_blank(),
        panel.background = element_rect(fill="grey"))

image.png

这里遇到一个问题是

geom_rect(aes(xmin=-Inf,xmax=2.5,ymin=-Inf,ymax=Inf),
            alpha=0.5)

添加背景的时候如果添加一层是没有问题的,但是如果再继续叠加一层就会报错,暂时搞不清楚问题出在哪里

示例数据和代码可以给推文点赞,然后点击在看,最后留言获取

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

微信公众号好像又有改动,如果没有将这个公众号设为星标的话,会经常错过公众号的推文,个人建议将 小明的数据分析笔记本 公众号添加星标,添加方法是

点开公众号的页面,右上角有三个点

image.png

点击三个点,会跳出界面

image.png

直接点击 设为星标 就可以了

相关文章
|
7月前
|
数据可视化 数据挖掘 定位技术
跟着Nature Communications学作图:R语言ggplot2画世界地图并用md语法添加文字标签
跟着Nature Communications学作图:R语言ggplot2画世界地图并用md语法添加文字标签
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Communications学作图:R语言ggplot2画图展示捐赠者的临床概况
跟着Nature Communications学作图:R语言ggplot2画图展示捐赠者的临床概况
|
7月前
|
存储 数据可视化 数据挖掘
跟着Nature Communications学作图:R语言ggplot2散点组合误差线展示响应比(Response ratio)
跟着Nature Communications学作图:R语言ggplot2散点组合误差线展示响应比(Response ratio)
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature学作图:R语言ggplot2频率分布直方图和散点图添加误差线
跟着Nature学作图:R语言ggplot2频率分布直方图和散点图添加误差线
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Communications学作图:R语言ggplot2做堆积柱形图展示群体基因组学的结果
跟着Nature Communications学作图:R语言ggplot2做堆积柱形图展示群体基因组学的结果
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature学作图:R语言ggplot2柱形图添加误差线和频率分布直方图
跟着Nature学作图:R语言ggplot2柱形图添加误差线和频率分布直方图
|
7月前
|
机器学习/深度学习 数据可视化 数据挖掘
跟着Nature Communications学数据分析:R语言做随机森林模型并对变量重要性排序
跟着Nature Communications学数据分析:R语言做随机森林模型并对变量重要性排序
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Communications学作图:R语言circlize包做漂亮的弦图
跟着Nature Communications学作图:R语言circlize包做漂亮的弦图
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Communications学作图:R语言ggplot2堆积柱形图组合哑铃图
跟着Nature Communications学作图:R语言ggplot2堆积柱形图组合哑铃图
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Communications学作图:R语言箱线图和拟合曲线展示泛基因组中的基因家族数量
跟着Nature Communications学作图:R语言箱线图和拟合曲线展示泛基因组中的基因家族数量
推荐文章
更多