

[论文分享]跟着Nature Methods学绘图多指标基线范围评估图

R语言数据分析指南

2025-03-16

欢迎关注R语言数据分析指南

❝
本节继续来分享nature methods上一篇论文中一张案例图，使用ggplot2来绘制多指标基线图。此次来介绍Figure_2，论文作者提供了对应的代码及数据仔细阅读论文均可找到相应文件，小编根据个人对代码的理解进行了些许修改，更多关于该图的详细内容请查看论文内详细介绍。

论文信息

Feature selection methods affect the performance of scRNA-seq data integration and querying

论文图

代码获取

https://github.com/theislab/atlas-feature-selection-benchmark

基线图介绍

❝
基线图（Baseline Plot）是一种用于展示不同基线方法的表现和数据分布的可视化工具。它的主要目的是在不同的算法或方法之间进行比较，尤其是在基准测试和性能评估过程中，帮助研究人员和工程师选择最适合的模型或算法。基线图通常通过图形方式呈现方法的基准表现，从而帮助识别哪些方法超越了基准水平，哪些则表现较差。

基线图的关键特征
1.基线范围（Baseline Range）：
•图中的基线范围通常以阴影区域或区间来表示。这些范围表示某个特定基准方法或评估指标的表现区间，通常包括最大值、最小值和中位数。
•基线范围帮助比较不同方法的表现是否超出了这个区间，判断哪些方法有显著优势。
2.基线方法（Baseline Methods）：
•基线方法是已经存在的标准方法，通常是一个参考点。图中可能通过不同形状的点、线或颜色来表示每种基线方法的表现。
•这些方法可能是随机方法、传统算法或默认设置，也可能是领域中公认的最佳方法。
3.评估指标（Evaluation Metrics）：
•图中展示的指标可以是多种不同的衡量标准，诸如分类准确率（Classification Accuracy）、F1 值（F1 Score）、误差率（Error Rate）、一致性（Consistency）、映射准确度（Mapping Accuracy）等。
•这些指标可以衡量算法在特定任务（如分类、聚类、回归等）中的效果。
4.数据集（Datasets）：
•基线图通常涉及多个数据集，用以评估算法在不同场景下的表现。每个数据集代表了一个不同的任务、数据类型或应用场景。

代码展示

library(tidyverse)
# 读取数据
baseline_ranges <- read_tsv("baseline_ranges.tsv")
baselines <- read_tsv("baselines.tsv")
# 定义主题
theme_features <- function(...) {
  ggplot2::theme_minimal(...) +
    ggplot2::theme(
      panel.border = ggplot2::element_rect(fill = NA),
      strip.text = ggplot2::element_text(colour = "white"),
      strip.background = ggplot2::element_rect(fill = "black")
    )
}

数据可视化

ggplot(baseline_ranges,aes(y = fct_rev(Dataset))) +
  geom_linerange(
    aes(xmin = Lower, xmax = Upper, colour = Type),
    linewidth = 2, alpha = 0.5
  ) +
  geom_point(
    data = baselines,
    aes(x = MeanValue, shape = Method, fill = Method),
    size = 1, colour = "white"
  ) +
  scale_x_continuous(
    limits = c(0, 1),
    breaks = c(0, 0.25, 0.5, 0.75, 1.0),
    labels = c(0, 0.25, 0.50, 0.75, 1)
  ) +
  scale_shape_manual(
    values = c(
      "circle filled",
      "diamond filled",
      "square filled",
      "triangle filled"
    ),
    name = "Baseline method"
  ) +
  scale_colour_brewer(palette = "Set1") +
  scale_fill_brewer(palette = "Dark2") +
  labs(
    x = "Metric value (higher is better)",
    fill = "Baseline method",
    colour = "Metric type"
  ) +
  facet_wrap(~ Metric) +
  theme_features() +
  theme(
    legend.position  = "bottom", 
    legend.box       = "vertical",
    legend.margin    = margin(0, 0, 0, 0),
    legend.spacing.y = unit(0, "cm"),
    axis.title.y     = element_blank(),
  )