scatter_review
引言
前几天看到群里读者朋友的提问，发现很多同学对作图仅局限于就图论图，今天就简单整理一下公众号发布过的「以散点为主体」的相关图形，简单归纳一下其内在逻辑联系。
几种常用散点图
1、普通散点图
普通散点图+拟合曲线
PCoA
进阶散点图
2、各种火山图或多象限散点图
火山图
多象限散点图
3、气泡散点图
气泡热图1
气泡热图2
示例数据和代码领取
木舟笔记永久VIP企划
「权益：」
- 「木舟笔记所有推文示例数据及代码(「在VIP群里」实时更新」）。
普通散点图
此类散点图以「散点」+不同散点「形状」、「大小」、「颜色映射」为主。
- 「普通散点图+拟合曲线」
「散点」+不同散点「形状」、「颜色映射」
普通散点图+拟合曲线
「详细教程」：R绘图 | 气泡散点图+拟合曲线
「核心代码：」
ggplot(plot_df, aes(x = log10(mean_gdp_per_capita), y = mean_access_perc)) + # 点的位置，即(x, y) geom_point(data = plot_df, aes(size = mean_death_perc, # 点的大小映射 fill = continent), # 点的填充颜色映射 pch = 21) + geom_smooth(method = "loess") # 添加平滑曲线拟合
- 「PCoA/UMAP/TSNE/PCA」
「散点」+不同散点「颜色映射」
PCoA
「详细教程」：跟着 Cell 学作图 | 主坐标分析(PCoA)及其可视化(vegan)
「核心代码：」
ggplot(data = plot_data, aes(x=PCoA1, y=PCoA2, # 点的位置，即(x, y) fill=group)) + # 点的填充颜色映射 数据集相同可以放ggplot()里或geom_point()里 geom_point(shape = 21, # 散点类型(21为带边框的散点，即fill和color分别代表填充颜色和边框颜色) color = 'black', # 散点边框颜色 size=4) + # 散点大小 scale_fill_manual(values = c('#73bbaf','#d15b64','#592c93')) # fill颜色设置
- 「进阶散点图」
「散点」+不同散点「颜色、大小映射」
进阶散点图
此图为群友提问，没有写过，这里简单写一下。
「完整代码：」
## 示例数据 dt <- data.frame(item = paste0('item',1:200), NES = runif(200,0,2), FDR = runif(200,0,0.1), ZSCORE = runif(200,0,6), P = runif(200,0,0.1)) ggplot(data = dt, aes(x=ZSCORE, y=NES, # 点的位置，即(x, y) size = -log10(FDR), # 点的大小映射 color=-log10(P))) + # 点的颜色映射 geom_point() + scale_color_gradient(low = '#e2d89b',high = '#811919') + # color渐变颜色设置 geom_hline(yintercept = 1.3,linetype = 'dashed', col = '#c0c0c0')+ # 横线 geom_vline(xintercept = 2,linetype = 'dashed', col = '#c0c0c0')+ # 竖线 geom_text_repel( data = dt[dt$ZSCORE>4&dt$NES>1.5,], aes(label = item), size = 4.5, color = "black", segment.color = "black", show.legend = FALSE )+ #添加关注的点的名称 theme_few() ggsave('sactter_eg1.pdf',width = 6,height = 5)
scatter_eg1
各种火山图或多象限散点图
- 「火山图」
「散点」+不同散点「形状」、「颜色映射」
火山图的本质也是一样的，但是由于原始数据没有对散点进行分类（即上下调），需增加一步数据处理。
火山图
「详细教程」：跟着 Cell 学作图 | 火山图进阶版
「核心代码：」
# 确定是上调还是下调，用于给图中点上色 # 阈值自行确定 df$threshold = factor(ifelse(df$P_value < 0.05 & abs(df$fd) >= 0.25, ifelse(df$fd >= 0.25 ,'Up','Down'),'NoSignifi'), levels=c('Up','Down','NoSignifi')) ggplot(df, aes(x=fd,y= -log10(P_value),# 点的位置，即(x, y) size = logCPM, # 点的大小映射 fill = threshold))+ # 点的填充映射 geom_point(colour = "black", shape = 21, stroke = 0.5)+ scale_size(limits = c(2, 16))+ #控制最大气泡和最小气泡，调节气泡相对大小 scale_fill_manual(values=c("#fe0000","#13fc00","#bdbdbd"))+ #确定点的颜色 geom_vline(xintercept=c(-0.25,0.25),lty=2,col="black",lwd=0.5) + #添加横线|logFoldChange|>0.25 geom_hline(yintercept = -log10(0.05),lty=2,col="black",lwd=0.5) #添加竖线padj<0.05
- 「多象限散点图」
「散点」+不同散点「颜色映射」
同样由于原始数据没有对散点进行分类（四分类或就分类），需增加一步数据处理。
多象限散点图
「详细教程」：跟着Nucleic Acids Research学作图 -- 多组学九象限散点图
❝此教程来源公众号【生信师兄】。
❞
「核心代码：」
# 分组处理：设置阈值，以正负log10(2)为阈值： group <- ifelse((abs(data[,1]) > log10(2) & abs(data[,2]) > log10(2))|(abs(data[,1]) < -log10(2) & abs(data[,2]) < -log10(2)), "mRNA+RPF_both", ifelse( (data[,1] > log10(2) & data[,2] < log10(2) & data[,2] > -log10(2))|(data[,1] < -log10(2) & data[,2] < log10(2) & data[,2] > -log10(2)), "mRNA_only", ifelse( (data[,2] > log10(2) & data[,1] < log10(2) & data[,1] > -log10(2))|(data[,2] < -log10(2) & data[,1] < log10(2) & data[,1] > -log10(2)), "RPF_only", NA))) p + geom_point(data=data, aes(mRNA_FC, RPF_FC, color = group))+ scale_color_manual(values = c("mRNA+RPF_both" = "#dd8653", "mRNA_only" = "#59a5d7", "RPF_only" = "#aa65a4", "#878787"), breaks = c("mRNA+RPF_both","mRNA_only","RPF_only"))
气泡散点图
- 「气泡热图」
「散点」+不同散点「大小」、「颜色映射」
气泡热图也是一样，只是散点的「坐标」不是「数字」而是'名称'。
气泡热图1
「详细教程」：这图怎么画| 气泡热图（基因表达泛癌分析）
「核心代码：」
ggplot(data,aes(x=type ,y= gene)) + # 点的位置，即(x, y) 注意此时皆不是数值变量 geom_point(aes(size=-log10(pvalue), fill=Log2FC), shape=21, color="black") + # 需要的映射 scale_fill_gradient2(name = 'Log2FC\n(Expression)', # 色阶图例名称 limit = c(-1.001,1.001), # 色阶图例范围 breaks = c(-1.0,-0.5,0.0,0.5,1.0), # 色阶图例间距 low='#444283', # 颜色设置 high='#943934', mid="white", midpoint = 0)+ # 中间颜色对应值 scale_size_continuous(name = '-Log10 qvalue', # 大小图例名称 limit = c(-0.001,3.1), # 大小图例范围 breaks = c(0,1,2,3))+# 大小图例间距 geom_hline(yintercept=c(5.5, 10.5))
- 「相关型热图」
「散点」+不同散点「大小映射」
同样，该类型的散点的「坐标」不是「数字」而是'名称'。
当然，此图的散点并不是主体，颜色的映射由方块完成。
气泡热图2
「详细教程」：这图怎么画| 相关性热图+柱状图
「核心代码：」
ggplot()+ geom_tile(data = df_cor_long, mapping = aes(sample,indicator,fill = value))+ # 方块填充颜色映射 scale_fill_gradient2(name = 'Correlation', limit = c(-1.001,1.001), breaks = c(-1.0,-0.5,0.0,0.5,1.0), low = '#2ab49b', mid = 'white', high = '#ea7f58')+ geom_point(data = df_imp_long, mapping = aes(sample,indicator,size = value), # 散点大小映射 shape = 1, stroke = 0.6, color = 'black')+ scale_size_continuous(name = 'Importance(%)', limit = c(-0.001,15.1), breaks = c(0,5,10,15))
总结
以上就是我根据【木舟笔记】公众号的「历史推文」以及「读者提问」整理的一些散点图及其变体的作图逻辑。当然图形的表达方式千变万化，本人也是才薄智浅不可能巨细无遗。这里我就抛砖引玉一下，欢迎各位读者朋友补充完善。
往期内容
- 资源汇总 | 2022 木舟笔记原创推文合集（附数据及代码领取方式）
- CNS图表复现|生信分析|R绘图 资源分享&讨论群！
- 这图怎么画| 有点复杂的散点图
- 这图怎么画 | 相关分析棒棒糖图
- 组学生信| Front Immunol |基于血清蛋白质组早期诊断标志筛选的简单套路
- (免费教程+代码领取)|跟着Cell学作图系列合集
- Q&A | 如何在论文中画出漂亮的插图？
- 跟着 Cell 学作图 | 桑葚图(ggalluvial)
- R实战 | Lasso回归模型建立及变量筛选
- 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)
- R实战 | 给聚类加个圈圈(ggunchull)
- R实战 | NGS数据时间序列分析(maSigPro)
- 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)
