大数跨境
0
0

浅谈R中相关性网络热图绘制小细节

浅谈R中相关性网络热图绘制小细节 R语言数据分析指南
2022-11-08
0

欢迎关注R语言数据分析指南

最近在绘制相关性网络热图的时候突然有一个小的发现,可以使用相关性热图的数据来结合「linkET」来绘图,以前一直认为为必须使用「mantel_test」才行;果然绘图还得多思考;本节就来通过一个案例将两份数据结合起来进行绘图;「数据+代码已经上传VIP群,加群的观众老爷请自行下载」

有需要学习数据可视化的朋友欢迎加入小编2022年度VIP群,目前群内已经上传公众号文档「数据+代码约260篇」VIP交流群(1)已经500人满员,随着内容不断增多,为了更好的创做内容现在进群需「付费149元」 双十一临近小编也做一波优惠活动 「从即日起至11月底无需转发文档到朋友圈积赞,可直接已129元的价格入群」

淘宝店铺个性化绘图服务

最近有部分观众老爷找小编做个性化绘图,为了给观众老爷提供更加优质的服务;小编开通了 「淘宝店铺(R语言数据分析指南)」 ,有特殊绘图需求的欢迎关注咨询 (「由于小编时间精力有限有需求的请及时下单」)

加载R包

library(tidyverse)
library(linkET)
library(RColorBrewer)
library(ggtext)
library(magrittr)
library(psych)
library(reshape)

导入数据

table1 <- read.delim("env.xls",header =T,sep="\t",row.names = 1,check.names = F)

table2 <- read.delim("genus.xls",header =T,sep="\t",row.names = 1,check.names = F) %>% 
  t() %>% as.data.frame()

相关性分析

pp <- corr.test(table1,table2,method="pearson",adjust = "fdr")

整合数据

cor <- pp$r
pvalue <- pp$p

df <- melt(cor) %>% mutate(pvalue=melt(pvalue)[,3],
                     p_signif=symnum(pvalue, corr = FALSE, na = FALSE,  
                                     cutpoints = c(00.0010.010.050.11), 
                                     symbols = c("***""**""*"""" "))) %>% 
  set_colnames(c("env","genus","r","p","p_signif"))

转换数据格式

在此处以前一直以为必须使用「linkET::mantel_test」函数生成特定格式才能用于后面绘图,直到某次看了数据才明白导入外部的相关性分析数据也能用于后期绘图;此处的范围可根据需要自定义

cordata <- df %>% left_join(.,read_tsv('annotation.xls'),by=c("genus")) %>% 
  select(group,env:p,-genus) %>% 
  set_colnames(c("spc","env","r","p")) %>% 
  mutate(rd = cut(r, breaks = c(-Inf00.4Inf),
                  labels = c("< 0""0 - 0.4"">= 0.4")),
         pd = cut(p, breaks = c(-Inf0.010.05Inf),
                  labels = c("< 0.01""0.01 - 0.05"">= 0.05")))

绘制相关性网络图

qcorrplot(correlate(table1,method = "spearman"),diag=F,type="upper")+
  geom_tile()+
  geom_mark(size=2.5,sig.thres=0.05,sep="\n")+
  geom_couple(aes(colour=pd,size=rd),data=cordata,label.colour = "black",
              curvature=nice_curvature(0.15),
              nudge_x=0.2,
              label.fontface=2,
              label.size =4,
              drop = T)+
  scale_fill_gradientn(colours = RColorBrewer::brewer.pal(11,"RdBu"))+
  scale_size_manual(values = c(0.512)) +
  scale_colour_manual(values =c("#D95F02","#1B9E77","#A2A2A288")) +
  guides(size = guide_legend(title = "cor",override.aes = list(colour = "grey35"), order = 2),
         colour = guide_legend(title = "P_value",override.aes = list(size = 3), order = 1),
         fill = guide_colorbar(title = "spearman's r",order = 3))+
  theme(plot.margin = unit(c(0,0,0,-1),units="cm"),
        panel.background = element_blank(),
        axis.text=element_markdown(color="black",size=10),
        legend.background = element_blank(),
        legend.key = element_blank())

本节介绍到此结束,喜欢的观众老爷欢迎分享转发;「当然更推荐大家加入我的VIP交流群」扫描下方二维码加小编微信「添加小编微信请备注来意,以便高效处理」

小编微信

关注下方公众号下回更新不迷路


往期推荐

ggplot2优雅的绘制组合版热图

ggraph快速绘制相关性网络图

ggplot2分面图形自定义添加回归曲线R值

[会员专享] ggraph绘制GO富集分析网络图

通过ggplot2中stat_summary函数快速进行数据统计

揭秘ggh4x包的小妙用之绘制多重注释表

[往期案例汇总] 9-10月公众号经典数据可视化案例汇总

R中使用voronoiTreemap包轻松绘制圆形树状图

[GBD数据库挖掘] 10. ggplot2绘制组合版地图

[会员专享]ggplot2批量绘制蜂窝图

cowplot优雅的拼接相关性网络热图

[会员专享] ggraph绘制层次结构网络图

ggplot2绘图添加显著性标记必知细节

浅谈ggplot2拼图必知的一些小细节

[会员专享] circlize自定义绘制多组和弦图

ggplot2优雅的给环状条形图添加新元素

ggtree优雅的绘制环状堆砌条形图

ggbreak优雅的截断坐标轴

[会员专享]ggplot2优雅绘制环状相关性热图

ggplot2优雅的绘制堆砌金字塔图

【声明】内容源于网络
0
0
R语言数据分析指南
R语言重症爱好者,喜欢绘制各种精美的图表,喜欢的小伙伴可以关注我,跟我一起学习
内容 1180
粉丝 0
R语言数据分析指南 R语言重症爱好者,喜欢绘制各种精美的图表,喜欢的小伙伴可以关注我,跟我一起学习
总阅读222
粉丝0
内容1.2k