欢迎关注R语言数据分析指南
❝本节来通过NC上的一篇新论文来介绍一张矩形树状图的绘制，论文提供原始数据，小编根据对图形的理解来进行绘图，结果与原文有所不同，个人观点仅供参考。代码可参考文末介绍，有需要学习R语言绘图的朋友可关注文末介绍购买小编的R绘图文档。购买前请咨询，零基础不要买。
论文信息
The defensome of prokaryotes in aquifers
Li, P., Wu, Z., Liu, T. et al. The defensome of prokaryotes in aquifers. Nat Commun 16, 6482 (2025). https://doi.org/10.1038/s41467-025-61467-w
原图
仿图
图形解读
该图展示了不同微生物防御系统按功能类型（Effector types）分类的组成与相对丰度。每个矩形代表一个具体系统，面积大小对应其在数据中的代表性。图中可见，“核酸降解类”（Nucleic acid degrading）系统占据主导地位，如 RM 和 CasFinder 系统，表明该类机制在微生物防御中极为重要。同时，大量功能未知系统（Unknown）也占据了相当比例，揭示了该领域仍存在众多尚未明确的防御机制。其余如“多功能杂项类”（Diverse）、“核苷酸修饰类”（Nucleotide modifying）和“膜破坏类”（Membrane disrupting）虽占比相对较小，但也提示其在特定生物背景中的功能潜力。整图通过面积与颜色的可视编码，清晰反映出防御系统类型的结构分布与研究关注焦点。
论文数据
代码展示
library(tidyverse)
library(readxl)
library(treemapify) # Version：2.5.6
df <- read_excel("Source_Data_Fig1.xlsx",sheet = 5)
ggplot(data=df,aes(area = num_means,
fill = Effector,subgroup = Effector)) +
geom_treemap(color="black") +
# 在每个矩形内居中添加标签文本
geom_treemap_text(
aes(label = Ds),
colour = "black", place = "topleft") +
# 在每个子分组的中心添加子分组名（即 Effector 类型）
geom_treemap_subgroup_text(
place = "centre",grow = T,
alpha = 0.5,colour ="white") +
scale_fill_manual(values = c(
"Nucleic acid degrading"="#EDB942","Nucleotide modifying" = "#51B1AE",
"Membrane disrupting"= "#377DBE",
"Diverse" = "#CB5E65","Unknown" = "#A6A6A6"))+
theme_void() +
theme(plot.margin = margin(0.5, 1, 0.5, 0.5, unit = "cm"),
legend.background = element_blank(),
legend.key = element_blank(),
legend.key.height = unit(0.4,unit="cm"),
legend.key.width = unit(0.5,unit="cm"),
legend.text = element_text(color = "black",size=8),
legend.position = "bottom")
关注下方公众号下回更新不迷路
购买介绍
❝本节介绍到此结束，有需要学习R数据可视化的朋友欢迎到淘宝店铺：R语言数据分析指南，购买小编的R语言可视化文档，2025年购买将获取2025年更新的绘图内容，同时将赠送2024年的绘图文档内容。
更新的绘图内容包含数据+代码+注释文档+文档清单，小编只分享案例文档，不额外回答问题，无答疑服务，更新截止2025年12月31日结束，后续不在进行任何更新，零基础基础一般不推荐买。
案例特点
❝所选案例图绝大部份属于个性化分析图表，数据案例多来自已经发表的高分论文，并会汇总整理分享一些论文中公开的分析代码。
2025年起提供更加专业的html文档，更加的直观易学。文档累计上千人次购买拥有良好的社群交流体验，R代码结构清晰易懂.
目录大纲展示
淘宝店铺
2025年更新案例图展示
)
