R语言绘制花瓣图（Flower plot）示例

R语言绘制花瓣图（Flower plot）

    介绍完了韦恩图（Venn plot），怎么能少得了花瓣图（Flower plot）呢？花瓣图，顾名思义，因形似花瓣，称为花瓣图。相对于韦恩图，它的构造比较简单，常在较大样本/分组数量的情况下使用（样本/分组>5，此时韦恩图很难绘制），展示所有样本/分组的共有元素信息（中心交叉区域）。但是相较于韦恩图，它无法给出某几个样本/分组间的共有元素信息。

    今天呢白鱼小编继续带来R语言绘制花瓣图的方法。说到这个，相信好多同学也和本小编一样，曾经有过这么一个疑惑：“咦，我怎么找不到画花瓣图的R包呢？”韦恩图的R包虽说一找一大片，但是绘制花瓣图的R包确实很稀罕，至少本小编到现在也没找到一个……所以这回呢我们来手动搞一下。我们能看到花瓣图由“花瓣”构成，这些花瓣其实就是椭圆嘛，那么我们不妨就可以根据样本数量，设置好椭圆的角度，依次叠加椭圆以实现花瓣图的绘制。

    话不多说了，上代码。好吧其实本小编也是借鉴了某大神的方法，在其代码的基础上作了修改的，总之先感谢一波大神分享，嘿嘿。

#作图数据的网盘链接：https://pan.baidu.com/s/10h8VqkFE_1Z_60GxsPSX0w
#“flower.txt”，包含20个样本，我们绘制花瓣图展示它们的共有元素数量

#读入作图文件，预处理，获取样本名称，统计共有元素个数等
flower_dat <- read.delim('flower.txt', header = T, sep = '\t', stringsAsFactors = F, check.names = F)
sample_id <- colnames(flower_dat)
otu_id <- unique(flower_dat[,1])
otu_id <- otu_id[otu_id != '']
core_otu_id <- otu_id
otu_num <- length(otu_id)

for (i in 2:ncol(flower_dat)) {
otu_id <- unique(flower_dat[,i])
otu_id <- otu_id[otu_id != '']
core_otu_id <- intersect(core_otu_id, otu_id)
otu_num <- c(otu_num, length(otu_id))
}
core_num <- length(core_otu_id)

#下文中绘制椭圆的draw.ellipse()、draw.circle()等命令，需要plotrix包实现
library(plotrix)

#定义备选颜色（示例数据20个样本，所以我设置了20种颜色）
ellipse_col <- c('#6181BD4E','#F348004E','#64A10E4E','#9300264E','#464E044E','#049a0b4E','#4E0C664E','#D000004E','#FF6C004E','#FF00FF4E','#c7475b4E','#00F5FF4E','#BDA5004E','#A5CFED4E','#f0301c4E','#2B8BC34E','#FDA1004E','#54adf54E','#CDD7E24E','#9295C14E')

#构建作图函数（参考自大神博客 https://www.cnblogs.com/xudongliang/p/7884667.html）
flower_plot <- function(sample, otu_num, core_otu, start, a, b, r, ellipse_col, circle_col) {
par( bty = 'n', ann = F, xaxt = 'n', yaxt = 'n', mar = c(1,1,1,1))
plot(c(0,10),c(0,10),type='n')
n <- length(sample)
deg <- 360 / n
res <- lapply(1:n, function(t){
draw.ellipse(x = 5 + cos((start + deg * (t - 1)) * pi / 180),
y = 5 + sin((start + deg * (t - 1)) * pi / 180),
col = ellipse_col[t],
border = ellipse_col[t],
a = a, b = b, angle = deg * (t - 1))
text(x = 5 + 2.5 * cos((start + deg * (t - 1)) * pi / 180),
y = 5 + 2.5 * sin((start + deg * (t - 1)) * pi / 180),
otu_num[t])

if (deg * (t - 1) < 180 && deg * (t - 1) > 0 ) {
text(x = 5 + 3.3 * cos((start + deg * (t - 1)) * pi / 180),
y = 5 + 3.3 * sin((start + deg * (t - 1)) * pi / 180),
sample[t],
srt = deg * (t - 1) - start,
adj = 1,
cex = 1
)
} else {
text(x = 5 + 3.3 * cos((start + deg * (t - 1)) * pi / 180),
y = 5 + 3.3 * sin((start + deg * (t - 1)) * pi / 180),
sample[t],
srt = deg * (t - 1) + start,
adj = 0,
cex = 1
)
}
})
draw.circle(x = 5, y = 5, r = r, col = circle_col, border = NA)
text(x = 5, y = 5, paste('Core:', core_otu))
}

#调用上述函数作图，视情况修改参数
png('flower.png', width = 1500, height = 1500, res = 200, units = 'px')
flower_plot(sample = sample_id, otu_num = otu_num, core_otu = core_num,
start = 90, a = 0.5, b = 2, r = 1, ellipse_col = ellipse_col, circle_col = 'white')
dev.off()
#注：参数a和b用于设置花瓣椭圆的尺寸，ellipse_col用于设置花瓣椭圆的颜色；参数r用于设置中心圆圈尺寸，circle_col用于设置中心圆圈的颜色

    本示例的最终结果“flower.png”如下。共包含20个样本，外圈数值为各样本内所含元素种类总数（注意这里我展示的是元素总数，而不是各样本的特有元素数量），中心圆圈内为共有元素数量。

    怎么样，效果还可以吧。

    最后，扫一扫下方二维码，可关注本公众号“生信小白鱼”，同样谢谢大家支持。