【SCI·绘图】升级版·小提琴图-云雨图（带R代码分享）

2021-08-27 02:22:06, 多层组学定制服务上海欧易生物医学科技有限公司

点击上方“蓝色字体”关注我们

蛋白组学、代谢组学服务专家

小荷才露

箱线图、小提琴图和蜂窝图，想必已经很常见了，之前小鹿也介绍了很多（请戳【情人节】R语言—小提琴图的浪漫邂逅）。今天，分享一个新型可视化图--云雨图，那先看下效果图感受下吧~

云雨图，顾名思义，像云和雨一样的图。由两个部分组成：上图像云，本质上是小提琴的一半；下图像雨，本质上是蜂窝图的一半，主要用于数据分布的展示。那这样的图如何绘制的？跟小编一起学习吧~

小试牛刀

今天，小编介绍两种方法绘制云雨图，让大家充分学习，并上手自己绘制。

第一种，用ggplot扩展包gghalves。以iris数据集为例：

# if (!require(devtools)) {install.packages(''devtools'')}# devtools::install_github(''erocoar/gghalves'')# 加载依赖包，如未安装，请先安装，如上代码。library(gghalves)library(tidyverse)
# Species因子化，后续作图需要iris$Species <- iris$Species %>% factor(.,levels=unique(.))head(iris)#   Sepal.Length Sepal.Width Petal.Length Petal.Width Species# 1          5.1         3.5          1.4         0.2  setosa# 2          4.9         3.0          1.4         0.2  setosa# 3          4.7         3.2          1.3         0.2  setosa# 4          4.6         3.1          1.5         0.2  setosa# 5          5.0         3.6          1.4         0.2  setosa# 6          5.4         3.9          1.7         0.4  setosa

向右滑动查看更多

绘制云雨图，需要用到gghalves的两个函数，geom_half_violin()和geom_half_dotplot()，分别绘制“云”和“雨”。

# 先绘制小提琴的一半ggplot2::ggplot(iris , aes(x = Species, y = Sepal.Length, fill = Species))+              gghalves::geom_half_violin(aes(fill = Species),                                             position = position_nudge(x = .15, y = 0),                                             adjust=1.5, trim=FALSE,                                              colour=NA, side = ''r''                                             )

向右滑动查看更多

# 再绘制蜂窝图的部分ggplot2::ggplot(iris , aes(x = Species, y = Sepal.Length, fill = Species))+              gghalves::geom_half_violin(aes(fill = Species),                                             position = position_nudge(x = .15, y = 0),                                             adjust=1.5, trim=FALSE,                                              colour=NA, side = ''r'') +              gghalves::geom_half_dotplot(aes(fill = Species), method="histodot", stackdir="down",                                          dotsize = 0.55, position=position_nudge(x = .15, y = 0),                                          binwidth = 0.15, colour = NA                                          )

向右滑动查看更多

# 最后旋转坐标ggplot2::ggplot(iris , aes(x = Species, y = Sepal.Length, fill = Species))+              gghalves::geom_half_violin(aes(fill = Species),                                             position = position_nudge(x = .15, y = 0),                                             adjust=1.5, trim=FALSE,                                              colour=NA, side = ''r'') +              gghalves::geom_half_dotplot(aes(fill = Species), method="histodot", stackdir="down",                                          dotsize = 0.55, position=position_nudge(x = .15, y = 0),                                          binwidth = 0.15, colour = NA                                          ) +               ggplot2::coord_flip() +               ggthemes::theme_base()   # 换一个主题，符合科研风格。需安装ggthemes包

向右滑动查看更多

那么，这样就可得到前言例图啦，很简单有没有。

再介绍一种，更简单的。利用see包来绘制，包里有个函数geom_violindot(...)，绘制云雨图一步到位。

# 安装see包# install.package("see")library(see)p <- ggplot2::ggplot(iris, aes(x = Species,                               y =Sepal.Length,                                fill = Species)) +                    see::geom_violindot(color = NA,                                #去除小提琴边框                                        dots_color = NA,                           #去除圆点边框                                        dots_size  = 0.5,                         #圆点大小                                        binwidth = 0.15,                           #窗口bin的宽度                                        scale="area",       #云图以“面积”来缩放，还有"count" or "width"                                        trim = F            #是否过滤头尾数据，默认为TRUE                                       ) +                    ggthemes::theme_base()+                #换主题                    ggplot2::coord_flip()+                 #旋转换坐标轴                    see::scale_fill_material()             #修改填充颜色

向右滑动查看更多

这样子的图，是不是有点云雨图的味道啦~~

小巧微琢

由于gghalves和see包都是ggplot的扩展包，返回的结果均为ggplot对象，这在对后续的图形优化、多图组合上，有很大的便利性。比如，我们需要做不同组数据之间的比较分析，那该怎么办呢？莫慌，使用ggsignif包的geom_signif()函数就能轻松搞定，如下：

# 安装ggsignif# install.packages("ggsignif")library(ggsignif)enhence_p <- p + ggsignif::geom_signif(comparisons = list(c("versicolor", "setosa"),                                            c("versicolor", "virginica"),                                            c("setosa", "virginica")),        # 设置比较组                y_position = c(8.0, 8.4, 8.8),                                # 设置显著性标志所在的y轴坐标                map_signif_level = c("***" = 0.001, "**" = 0.01, "*" = 0.05)) # 匹配显著性程度标识（星号*）print(enhence_p)

向右滑动查看更多

另外，多图拼接也是很方便，用到patchwork包来实现。这里将上述两图进行拼接。

## 安装patchwork# install.packages("patchwork")library(patchwork)multi_p <- p + see::theme_modern() & enhence_p + see::theme_modern() multi_p# 下面写法也可，并对分页有更多控制p1 <- p + see::theme_modern(); p2 <- enhence_p + see::theme_modern()list(p1, p2) %>% patchwork::wrap_plots(., ncol=2)

向右滑动查看更多

除此之外，我们可能需要进一步美化组合图，则需要对图形元素进行更多修改，如左图的legend有点多余，右图的Y轴坐标和坐标名也是多余的，这个时候就需要进行删除。解决方案就是可以利用ggplot2::theme()进行进一步精修，这里由于篇幅，不做展开了。如果各位看官老师需要了解，请在文末留言，后期还有更多大家想看的操作分享哦~

意犹未尽

前段时间，小编在做网红产品空间代谢组和空间转录组联合分析的研发工作时，需要展现切片样本全区域高表达代谢物的分布情况，正好也用到了云雨图，范例如下：

# 由于函数整合到sce对象中，仅展示最终代码crplot <- cloudrainplot(sce,                         # sce为SingleCellExperiment object or dataframe                       dots_color = ggplot2::alpha("grey50", 0),                        dots_size  = 1.5, binwidth = 20, scale="width"                      )crplot