堆叠柱状图各成分连线画法：突出展示组间物种丰度变化
堆叠柱状图连线画法
提出问题
18年1月29日宏基因组转载了中科院生态中心邓晔组的文章《土壤细菌定量方法结合相对丰度分析揭示种群的真实变化》。其中的图3基于堆叠柱状图，添加组间各成分连线，可以更容易的观察和比较组间的变化。如下图：
我在很多文章中也见过，一直没有学会具体的做法。这回正好身边的人会做，就问了一个作者，结果回复是origin画的，有个选项就可以添加组间连线。
现在方法是有了，不过我还是喜欢用R来画图，因为每一个细节的修改都落实的代码上，可见可重复。
而窗口操作类的软件，操作过程是不容易被记录的，别人也很难重复。
我下午将此问题放在了宏基因组0讨论群中，问是否有R包或现成的函数一句话实现在堆叠图中添加组间连线。
获取专业解答
李陈浩老师首先説写两句R就搞定。可是以我的R水平，虽然学过R in action，还只是会按帮助使用包，修改代码的水平，很难写代码实现想法。
同时李海敏、沈伟等几位老师，也提供了众多解决方案，如ggalluvial，这个更炫酷，功能过于强大，我会在下一次分享中把中文笔记和使用心得带给大家。
到了晚上，新加坡的李陈浩老师己经将我想要的功能帮助写好了，大赞。如下，我略微修改并注释：
# 安装和加载tidyverse包
install.packages("tidyverse")
library(tidyverse)
# 生成测试数据
df=data.frame(
Phylum=c("Ruminococcaceae","Bacteroidaceae","Eubacteriaceae","Lachnospiraceae","Porphyromonadaceae"),
GroupA=c(37.7397,31.34317,222.08827,5.08956,3.7393),
GroupB=c(113.2191,94.02951,66.26481,15.26868,11.2179)
)
# 计算连线起始点Y轴坐标，即累计丰度的值
link_dat <- df %>%
arrange(by=desc(Phylum)) %>%
mutate(GroupA=cumsum(GroupA), GroupB=cumsum(GroupB))
# 数据格式转换，宽表格转换为ggplot2使用的长表格
df.long <- df %>% gather(group, abundance, -Phylum)
## 或者使用reshape2的melt函数
## df.long <- reshape2::melt(df, value.name='abundance', variable.name='group')
# 绘图，堆叠柱状图+组间连线
ggplot(df.long, aes(x=group, y=abundance, fill=Phylum)) +
geom_bar(stat = "identity", width=0.5, col='black') +
geom_segment(data=link_dat, aes(x=1.25, xend=1.75, y=GroupA, yend=GroupB))有模板改参数我喜欢
即然有了画两组的模板，仔细读一读代码，改成三组的应该不难，代码如下：
# 画三个组间比较
library(reshape2)
# 读生一个测试数据宽表格
df=data.frame(
Phylum=c("Ruminococcaceae","Bacteroidaceae","Eubacteriaceae","Lachnospiraceae","Porphyromonadaceae"),
GroupA=c(37.7397,31.34317,222.08827,5.08956,3.7393),
GroupB=c(113.2191,94.02951,66.26481,15.26868,11.2179),
GroupC=c(123.2191,94.02951,46.26481,35.26868,1.2179)
)
# melt转换为长表格为ggplot2绘图通用格式
# geom_segment添加直线和曲线，arrange按门水平名称字母降序排列；cumsum先将数值累计，再用mutate取代；现在己有两组间的高度位置，再设置X轴位置1.25, 1.75, 和Y位置
ggplot(melt(df), aes(x=variable, y=value, fill=Phylum)) +
geom_bar(stat = "identity", width=0.5, col='black') + theme_classic()+
geom_segment(data=df %>% arrange(by=desc(Phylum)) %>% mutate(GroupA=cumsum(GroupA)) %>% mutate(GroupB=cumsum(GroupB)), aes(x=1.25, xend=1.75, y=GroupA, yend=GroupB))+
geom_segment(data=df %>% arrange(by=desc(Phylum)) %>% mutate(GroupB=cumsum(GroupB)) %>% mutate(GroupC=cumsum(GroupC)), aes(x=2.25, xend=2.75, y=GroupB, yend=GroupC))
# 添加theme_classic()修改主题样式，这个经典主题我更喜欢
# x和xend分别为起始和终止，1，2组间X值起始分别为1.25和1.75，2，3组间则为2.25和2.75三组及以上的情况如何轻松搞定
如果有更多的组，按上面genome_segment逐个添加显示不方便，需要修改的东西也太多了，有没有更完美的解决方法呢？
李陈浩老师也给大家写好了通用代码，只需按格式添加数据即可
# 三组或更多组的画法，只需添加数据即可
library(tidyverse)
df <- data.frame(
Phylum=c("Ruminococcaceae","Bacteroidaceae","Eubacteriaceae","Lachnospiraceae","Porphyromonadaceae"),
GroupA=c(37.7397,31.34317,222.08827,5.08956,3.7393),
GroupB=c(113.2191,94.02951,66.26481,15.26868,11.2179),
GroupC=c(123.2191,94.02951,46.26481,35.26868,1.2179),
GroupD=c(37.7397,31.34317,222.08827,5.08956,3.7393)
)
df.long <- df %>% gather(group, abundance, -Phylum)
## 组间连线数据：
## 假设第一列是Phylum
link_dat <- df %>%
arrange(by=desc(Phylum)) %>%
mutate_if(is.numeric, cumsum)
bar.width <- 0.7
link_dat <- link_dat[, c(1,2,rep(3:(ncol(link_dat)-1),each=2), ncol(link_dat))]
link_dat <- data.frame(y=t(matrix(t(link_dat[,-1]), nrow=2)))
link_dat$x.1 <- 1:(ncol(df)-2)+bar.width/2
link_dat$x.2 <- 1:(ncol(df)-2)+(1-bar.width/2)
ggplot(df.long, aes(x=group, y=abundance, fill=Phylum)) +
geom_bar(stat = "identity", width=bar.width, col='black') +
geom_segment(data=link_dat,
aes(x=x.1, xend=x.2, y=y.1, yend=y.2), inherit.aes = F)四组示例(以上代码适合三组及三组以上的情况)
此图比较适合展示时间序列、梯度变化有规律的连续组。因为只能连接相临的组，需要大家想好谁与谁比较很重要。对于需要全部两两比较是无法实现的。
最后感谢万能的宏基因组微信讨论群，让我认识了大家，总在我有困难时，大家无私的帮助我。谢谢你们！
希望我也能尽快成长为小牛，有更多的能力帮忙他人。
猜你喜欢
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外120+ PI，1200+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
点击阅读原文，跳转最新文章目录阅读