线图是反映趋势变化的一种方式,其输入数据一般也是一个矩阵。
假设有这么一个矩阵,第一列为转录起始位点及其上下游5 kb的区域,第二列为H3K27ac修饰在这些区域的丰度,想绘制一张线图展示。
profile='Pos;H3K27ac
-5000;8.7
-4000;8.4
-3000;8.3
-2000;7.2
-1000;3.6
0;3.6
1000;7.1
2000;8.2
3000;8.4
4000;8.5
5000;8.5'
读入数据 (经过前面几篇的联系,这应该都很熟了)
profile_text <- read.table(text="profile," header="">->T, row.names=1, quote='',sep=';')
profile_text
H3K27ac-5000 8.7-4000 8.4-3000 8.3-2000 7.2-1000 3.60 3.61000 7.12000 8.23000 8.44000 8.55000 8.5
# 在melt时保留位置信息
# melt格式是ggplot2画图最喜欢的格式
# 好好体会下这个格式,虽然多占用了不少空间,但是确实很方便
# 这里可以用 `xvariable`,也可以是其它字符串,但需要保证后面与这里的一致
# 因为这一列是要在X轴显示,所以起名为`xvariable`。
profile_text$xvariable = rownames(profile_text)
library(ggplot2)
library(reshape2)
data_m <- melt(profile_text,="" id.vars="">->'xvariable'))
data_m
xvariable variable value1 -5000 H3K27ac 8.72 -4000 H3K27ac 8.43 -3000 H3K27ac 8.34 -2000 H3K27ac 7.25 -1000 H3K27ac 3.66 0 H3K27ac 3.67 1000 H3K27ac 7.18 2000 H3K27ac 8.29 3000 H3K27ac 8.410 4000 H3K27ac 8.511 5000 H3K27ac 8.5
然后开始画图,与上面画heatmap一样。
# variable和value为矩阵melt后的两列的名字,内部变量, variable代表了点线的属性,value代表对应的值。
p <- ggplot(data_m,="" aes(x="xvariable," y="value),color=variable)" +="">->
p
# 图会存储在当前目录的Rplots.pdf文件中,如果用Rstudio,可以不运行dev.off()
dev.off()
满心期待一个倒钟形曲线,结果,
什么也没有。
仔细看,出来一段提示
geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?
原来默认ggplot2把每个点都视作了一个分组,什么都没画出来。而data_m
中的数据都来源于一个分组H3K27ac
,分组的名字为variable
,修改下脚本,看看效果。
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="" ="" ="" geom_line()="" +="" theme(legend.position="">->
图出来了,一条线,看一眼没问题;再仔细看,不对了,怎么还不是倒钟形,原来横坐标错位了。
检查下数据格式
summary(data_m)
xvariable variable Length:11 H3K27ac:11 Class :character Mode :character
问题来了,xvariable
虽然看上去数字,但存储的实际是字符串 (因为是作为行名字读取的),需要转换为数字。
data_m$xvariable <->->
#再检验下
is.numeric(data_m$xvariable)
[1] TRUE
好了,继续画图。
# 注意断行时,加号在行尾,不能放在行首
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))">->
geom_line() + theme(legend.position=c(0.1,0.8))
p
dev.off()
图终于出来了,调了下legend的位置,看上去有点意思了。
有点难看,如果平滑下,会不会好一些,stat_smooth
可以对绘制的线进行局部拟合。在不影响变化趋势的情况下,可以使用 (但慎用)。
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="">->
geom_line() + stat_smooth(method='auto', se=FALSE) +
theme(legend.position=c(0.1,0.8))
p
dev.off()
从图中看,趋势还是一致的,线条更优美了。另外一个方式是增加区间的数量,线也会好些,而且更真实。
stat_smooth
和geom_line
各绘制了一条线,只保留一条就好。
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="">->
stat_smooth(method='auto', se=FALSE) + theme(legend.position=c(0.1,0.8))
p
dev.off()
好了,终于完成了单条线图的绘制。
那么再来一个多线图的例子吧,只要给之前的数据矩阵多加几列就好了。
profile = 'Pos;h3k27ac;ctcf;enhancer;h3k4me3;polII
-5000;8.7;10.7;11.7;10;8.3
-4000;8.4;10.8;11.8;9.8;7.8
-3000;8.3;10.5;12.2;9.4;7
-2000;7.2;10.9;12.7;8.4;4.8
-1000;3.6;8.5;12.8;4.8;1.3
0;3.6;8.5;13.4;5.2;1.5
1000;7.1;10.9;12.4;8.1;4.9
2000;8.2;10.7;12.4;9.5;7.7
3000;8.4;10.4;12;9.8;7.9
4000;8.5;10.6;11.7;9.7;8.2
5000;8.5;10.6;11.7;10;8.2'
profile_text <- read.table(text="profile," header="">->T, row.names=1, quote='',sep=';')
profile_text$xvariable = rownames(profile_text)
data_m <- melt(profile_text,="" id.vars="">->'xvariable'))
data_m$xvariable <->->
# 这里group=variable,而不是group=1 (如果上面你用的是1的话)
# variable和value为矩阵melt后的两列的名字,内部变量, variable代表了点线的属性,value代表对应的值。
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="">->
stat_smooth(method='auto', se=FALSE) + theme(legend.position=c(0.85,0.2))
p
dev.off()
如果横轴是文本,又该怎么调整顺序呢?还记得之前热图旁的行或列的顺序调整吗?重新设置变量的factor
水平就可以控制其顺序。
profile = 'Pos;h3k27ac;ctcf;enhancer;h3k4me3;polII
-5000;8.7;10.7;11.7;10;8.3
-4000;8.4;10.8;11.8;9.8;7.8
-3000;8.3;10.5;12.2;9.4;7
-2000;7.2;10.9;12.7;8.4;4.8
-1000;3.6;8.5;12.8;4.8;1.3
0;3.6;8.5;13.4;5.2;1.5
1000;7.1;10.9;12.4;8.1;4.9
2000;8.2;10.7;12.4;9.5;7.7
3000;8.4;10.4;12;9.8;7.9
4000;8.5;10.6;11.7;9.7;8.2
5000;8.5;10.6;11.7;10;8.2'
profile_text <- read.table(text="profile," header="">->T, row.names=1, quote='',sep=';')
profile_text_rownames <->->
profile_text$xvariable = rownames(profile_text)
data_m <- melt(profile_text,="" id.vars="">->'xvariable'))
# 就是这一句,会经常用到
data_m$xvariable <- factor(data_m$xvariable,="" levels="profile_text_rownames," ordered="">->T)
# geom_line设置线的粗细和透明度
p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="">->
geom_line(size=1, alpha=0.9) + theme(legend.position=c(0.85,0.2)) +
theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1))
# stat_smooth
#p <- ggplot(data_m,="" aes(x="xvariable," y="value,color=variable,group=variable))" +="">->
# stat_smooth(method='auto', se=FALSE) + theme(legend.position=c(0.85,0.2)) +
# theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1))
p
dev.off()
比较下位置信息做为数字(前面的线图)和位置信息横轴的差别。当为数值时,ggplot2会选择合适的几个刻度做标记,当为文本时,会全部标记。另外文本横轴,smooth
效果不明显 (下面第2张图)。
联系客服