跟着Nature学绘图(1) 热图|散点图

欢迎关注R语言数据分析指南

❝

经常看到许多大佬的号推送论文图表复现，正好近期也不知道写些什么，索性也来尝试论文图复现，下面从一个小例子开始
Pan-cancer characterization of immune-related lncRNAs identifies potential oncogenic biomarkers

❞

安装并加载R包

package.list=c("tidyverse","ggsci","corrplot","RColorBrewer")

for (package in package.list) {
  if (!require(package,character.only=T, quietly=T)) {
    install.packages(package)
    library(package, character.only=T)
  }
}

加载数据

df <- read_tsv("data.xls") %>% column_to_rownames(var="gene") %>% t() %>% 
  as.matrix()

Figure-1

corrplot(df,method="pie",is.corr=FALSE, tl.col = "black",mar = c(0,0,1.5,0),
         cl.pos = 'b',tl.cex=0.7,cl.ratio=0.4,cl.length=6,cl.cex=0.7,
         col= rev(RColorBrewer::brewer.pal(6,"RdBu")))

Figure-2

read_tsv("data2.txt") %>% select(cell:`High 95% CI`) %>% 
  mutate(col=case_when(p_value > 0.05 ~ "N",
                       p_value < 0.05 ~ "Y")) %>% 
  ggplot(aes(cancer,`Odds Ratio`,ymin=`Low 95% CI`,ymax=`High 95% CI`))+
#  geom_pointrange(color="black",shape=20)+
  geom_errorbar(aes(ymin=`Low 95% CI`,ymax=`High 95% CI`), width = 0.5)+
  geom_point(aes(color=col,fill=col),pch=21,size=3)+
  geom_hline(yintercept =1,linetype ="dashed") + 
  coord_flip()+
  facet_grid(~cell,scales = "free_x")+
  scale_fill_jco()+
  scale_color_jco()+
  theme_test()+
  theme(panel.spacing.x = unit(0.2,"cm"),
        panel.spacing.y = unit(0.1, "cm"),
        axis.title = element_blank(),
        axis.line = element_line(color = "#999999",size = 0.2),
        panel.grid.minor = element_blank(),
        panel.grid.major = element_line(size = 0.2,color = "#e5e5e5"),
        strip.text.x = element_text(size=11,color="black"),
        strip.background = element_blank(),
        axis.text = element_text(color="black",size=9),
        legend.position = "non",
        plot.margin=unit(c(0.3,0.3,0.3,0.3),units=,"cm"))

数据获取

❝

本节的内容到此结束，后续还会继续进行复现，喜欢的小伙伴欢迎转发此文档附上一句话到朋友圈「30分钟后台截图给我」，即可获取对应的数据及代码,如未及时回复可添加我的微信

❞

欢迎大家扫描下方二位码加入「QQ交流群」,与全国各地上千位小伙伴交流

「关注下方公众号下回更新不迷路」，如需要加入微信交流群可添加小编微信，请备注单位+方向+姓名

往期推荐