ggplot 绘制三角形相关性图

Original JunJunLab 老俊俊的生信笔记 2022-08-15

收录于合集

一个选择

学习一下怎么使用 ggplot 绘制三角形的相关性图.

1、制作三角形矩阵

要绘制三角形相关性图，我们首先得准备三角形矩阵，在 R 里有个很有用的函数：upper.tri 和 lower.tri 函数，下面介绍使用该函数进行三角形矩阵的操作：

# 加载内置数据集
data('mtcars')

# 计算相关性系数
corda <- data.frame(cor(mtcars))

# 查看内容
head(corda[1:3,1:5])
            mpg        cyl       disp         hp       drat
mpg   1.0000000 -0.8521620 -0.8475514 -0.7761684  0.6811719
cyl  -0.8521620  1.0000000  0.9020329  0.8324475 -0.6999381
disp -0.8475514  0.9020329  1.0000000  0.7909486 -0.7102139

可以看到这是一个对称矩阵，有大概一半的信息是重复的：

使用 upper.tri 或 lower.tri 函数对其中一半信息进行赋值操作：

# 上三角操作
corda[upper.tri(corda)] <- NA

# 计算相关性系数
corda <- data.frame(cor(mtcars))

# 下三角操作
corda[lower.tri(corda)] <- NA

2、绘图

有了三角形矩阵数据后，我们就可以进行绘图了，首先需要转换为长数据格式：

# 加载R包
library(reshape2)
library(tidyverse)

# 增加行名列
corda$y <- rownames(corda)

# 宽数据转长数据
da <- melt(data = corda) %>% na.omit()

# 因子化
da$variable <- factor(da$variable,levels = unique(da$variable))
da$y <- factor(da$y,levels = unique(da$y))

# 查看内容
head(da,3)
     y variable      value
1  mpg      mpg  1.0000000
2  cyl      mpg -0.8521620
3 disp      mpg -0.8475514

绘图：

# plot
p <- ggplot(da) +
  # 矩形图层
  geom_tile(aes(x = variable,y = y),fill = 'white',
            color = 'grey20',size = 1) +
  # 点图层
  geom_point(aes(x = variable,y = y,fill = value,size = value),
             shape = 21,color = 'black') +
  theme_minimal() +
  # 主题调整
  theme(panel.grid = element_blank(),
        axis.text = element_text(color = 'black',size = 20),
        axis.text.x = element_text(angle = 45,hjust = 0)) +
  # x轴标签位置
  scale_x_discrete(position = 'top') +
  # 点颜色
  scale_fill_gradientn(colors = colorRampPalette(c("#1E3163", "#00C1D4", "#FFED99","#FF7600"))(10)) +
  # 点大小范围
  scale_size(range = c(7,14)) +
  # 图例设置
  guides(size = 'none',fill = guide_colorbar(title = 'Corr',
                                             barwidth = 1.5,barheight = 15,
                                             frame.colour = 'black',
                                             ticks.colour = "black")) +
  xlab('') + ylab('')

p

旋转一下，换个方向：

# 旋转一下
p + coord_flip() +
  theme(axis.text.x = element_text(angle = 45,hjust = 1))

换个形状：

ggplot(da) +
  # 矩形图层
  geom_tile(aes(x = variable,y = y),fill = 'white',
            color = 'grey20',size = 1) +
  # 点图层
  geom_point(aes(x = variable,y = y,color = value,size = value),
             shape = 'O') +
  theme_minimal() +
  # 主题调整
  theme(panel.grid = element_blank(),
        axis.text = element_text(color = 'black',size = 20),
        axis.text.x = element_text(angle = 45,hjust = 0)) +
  # x轴标签位置
  scale_x_discrete(position = 'top') +
  # 点颜色
  scale_color_gradientn(colors = colorRampPalette(c("#1E3163", "#00C1D4", "#FFED99","#FF7600"))(10)) +
  # 点大小范围
  scale_size(range = c(7,14)) +
  # 图例设置
  guides(size = 'none',color = guide_colorbar(title = 'Corr',
                                             barwidth = 1.5,barheight = 15,
                                             frame.colour = 'black',
                                             ticks.colour = "black")) +
  xlab('') + ylab('')

方形：

# squre
ggplot(da) +
  # 矩形图层
  geom_tile(aes(x = variable,y = y),fill = 'white',
            color = 'grey20',size = 1) +
  # 点图层
  geom_point(aes(x = variable,y = y,fill = value,size = value),
             shape = 22,color = 'black') +
  theme_minimal() +
  # 主题调整
  theme(panel.grid = element_blank(),
        axis.text = element_text(color = 'black',size = 20),
        axis.text.x = element_text(angle = 45,hjust = 0)) +
  # x轴标签位置
  scale_x_discrete(position = 'top') +
  # 点颜色
  scale_fill_gradientn(colors = colorRampPalette(c("blue", "white", "red"))(10)) +
  # 点大小范围
  scale_size(range = c(7,14)) +
  # 图例设置
  guides(size = 'none',fill = guide_colorbar(title = 'Corr',
                                             barwidth = 1.5,barheight = 15,
                                             frame.colour = 'black',
                                             ticks.colour = "black")) +
  xlab('') + ylab('')