跟着Nature Metabolism学作图:R语言ggplot2热图和添加分组标记

简介: 跟着Nature Metabolism学作图:R语言ggplot2热图和添加分组标记
+关注继续查看

论文

Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity

https://www.nature.com/articles/s42255-022-00674-x#Sec58

s42255-022-00674-x.pdf

https://github.com/Osynchronika/sc_EC_obesity_atlas

大部分 作图的数据都有,可以试着用论文中提供的数据复现一下论文中的图

今天的推文我们试着复现一下论文中的Figure2中的热图,figure2中有3个热图,按照复制程度排序是 figure2m figure2f 和figure2o

image.png

image.png

image.png

我们从最简单的开始,先复现figure2m

论文中提供的数据如下

image.png

数据中有很多缺失值,看论文中的配色 我猜是把缺失值替换成0了,我不太确定这种处理方式是否可以

我把数据单独复制到一个excel文件里

image.png

给第一列添加一个表头

代码

读取数据

library(readxl)
dat<-read_excel("data/20230207/figure2o.xlsx",na='NA')
dat

宽格式转换为长格式

library(tidyverse)

dat%>%
  mutate(gene_name=factor(gene_name,levels = gene_name))%>%
  pivot_longer(!gene_name)%>%
  mutate(name=str_replace(name,'_logFC',''),
         value=replace_na(value,0))%>%
  mutate(name=factor(name,levels = c("sc","vis","liver",
                                     "kidney","lung","heart","brain")))-> new.dat

热图代码

library(ggplot2)

ggplot(data = new.dat,aes(x=gene_name,y=name))+
  geom_tile(aes(fill=value),
            color="black")+
  theme_bw()+
  theme(panel.border = element_blank(),
        panel.grid = element_blank(),
        axis.ticks = element_blank(),
        axis.title = element_blank(),
        axis.text.x = element_text(angle=90,face="italic"),
        axis.text.y = element_blank(),
        legend.position = "bottom")+
  scale_fill_gradient2(low="blue",mid="white",high = "red",
                       midpoint = 0,
                       breaks=c(-0.3,0,0.3),
                       name="log(FC)")+
  guides(fill=guide_colorbar(title.position = "top",
                             title.hjust = 0.5,
                             barwidth = 10))+
  coord_equal() -> p1

p1

image.png

左侧的分组也用热图来实现,就是一个一列的热图

new.dat %>% filter(gene_name == "Apoe") %>%
  ggplot(aes(x=gene_name,y=name))+
  geom_tile(aes(fill=name),color="black")+
  theme_bw()+
  theme(panel.border = element_blank(),
        panel.grid = element_blank(),
        axis.ticks = element_blank(),
        axis.text.x = element_blank(),
        axis.title = element_blank(),
        legend.position = "none",
        axis.text.y = element_text(size=15,face="bold"))+
  scale_x_discrete(expand=expansion(mult=c(0,0)))+
  coord_equal() -> p2
p2

image.png

最后是拼图

library(patchwork)

p2 + p1

image.png

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!
相关文章
|
4月前
|
数据可视化 数据挖掘 Linux
科研绘图丨使用R语言Pheatmap包快速绘制基因表达量热图的方法,支持聚类和配色自定义修改
科研绘图丨使用R语言Pheatmap包快速绘制基因表达量热图的方法,支持聚类和配色自定义修改
|
6月前
|
数据挖掘 数据格式
R语言- ComplexHeatmap 绘制复杂热图示例
ComplexHeatmap是R语言中用于绘制复杂热图的一个重要包。它提供了一种灵活、高效、易于定制的方法来绘制热图,并支持多种数据类型和数据格式,支持包括多种热图类型,包括基本热图、聚类热图、分组热图、矩阵热图等。用户可以根据自己的需求选择不同的热图类型,并进行灵活的定制。在生物信息学、医学、生态学等领域得到广泛应用。 本文将通过一个复杂热图的创建示例分享 ComplexHeatmap的语法规则。
296 0
|
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Oncogene学作图:R语言gggenomes画桑基图
跟着Oncogene学作图:R语言gggenomes画桑基图
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Biotechnology学作图:R语言ComplexHeatmap包做热图展示TCGA-BRCA数据集概况
跟着Nature Biotechnology学作图:R语言ComplexHeatmap包做热图展示TCGA-BRCA数据集概况
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature学作图:R语言ggplot2热图
跟着Nature学作图:R语言ggplot2热图
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Metabolism学作图:R语言ggplot2柱形图和下三角热图完整示例
跟着Nature Metabolism学作图:R语言ggplot2柱形图和下三角热图完整示例
|
7月前
|
数据可视化 数据挖掘 Python
R语言ComplexHeatmap包做热图:热图每隔三行分开一小段
R语言ComplexHeatmap包做热图:热图每隔三行分开一小段
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature Metabolism学作图:R语言ggplot2热图组合树图和双层分组标记
跟着Nature Metabolism学作图:R语言ggplot2热图组合树图和双层分组标记
|
7月前
|
数据可视化 数据挖掘 Python
跟着Nature学作图:R语言ggplot2三角热图按照指定的角度旋转
跟着Nature学作图:R语言ggplot2三角热图按照指定的角度旋转
热门文章
最新文章
推荐文章
更多