多种方法绘制酷炫的桑基图

希望所有学员都可以站在生信技能树的舞台上发光发热!

下面是粉丝随机投稿

就因为在群里问了句怎么做桑基图,今天被健明老师“强行”安排了写教程的任务,并获赠高阶加密的桑基图手札一份,既然无法拒绝,那就硬着头皮解密下。(对于我这样的菜鸟,这份手札的亮点就不是炫酷的图,而是“dplyr”函数,简直从零开始被教育)

1、前置数据处理

开局拿到一个包含单细胞分群和marker的sce.markers(data.frame):

如果你没有自己的单细胞数据分析结果,可以参考下面的代码,一个简单的测试数据 :

library(Seurat)
data("pbmc_small")
table(pbmc_small$RNA_snn_res.1)
pbmc.markers <- FindAllMarkers(pbmc_small,
                               only.pos = TRUE, min.pct = 0.25, logfc.threshold = 0.25)
sce.markers=pbmc.markers
table(sce.markers$cluster)
length(unique(sce.markers$gene))

我使用的是我自己的实战项目的单细胞分群和marker的sce.markers(data.frame),如下所示:

数据的结构很简单,关键信息也只有两列,即“cluster”和“gene”。其中包含1673个基因,分属于0~16这些cluster(同一个基因可以属于不同的cluster)。

library(plyr)
library(dplyr)
library(ggalluvial)
library(viridis)

table(sce.markers$cluster)
length(unique(sce.markers$gene))

需要简单加工下数据,用管道符把dplyr函数串起来,大意就是:赋值data_gga %>% 挑出“cluster”和“gene”俩列 %>% 按“gene”分组(变化不能直接看出来,能便利后续操作) %>% 给每个gene计数并添加列 “n” %>% 挑选 n>=6 的基因 %>% 按 n 给数据框排序。

## filter gene count > 6
data_gga <- sce.markers %>%
dplyr::select(cluster,gene) %>%
group_by(gene) %>%
add_count(gene) %>%
filter(n >= 6) %>%
arrange(n)

得到的data_gga(grouped_df)结构也比较简单,后续绘图用的就是他(不得不感叹自己学艺不精,从这段代码学了很多dplyr函数,我处理数据的速度又要加快了)。

2、ggalluvial自定义桑基图

当前有很多优秀的包可以绘制桑基图,操作亦友好,但基于“授人以渔”的理念,健明老师提供了一段充满魔幻色彩的ggplot代码,给我的感受就是:

很炫酷。。。炫酷。。。酷。。。。。。。。。~炫目~ 还头晕~,先感受下:

首先自定义一个数据处理函数sankeyData,即利用“ggalluvial”包的“to_lodes_form”函数将输入数据转变为用于绘图的长数据。

sankeyData <- function(data) {
data <- data %>%
dplyr::select(cluster, gene, n)
res <- to_lodes_form(
data,
key = "Class",
axes = 1:2)
return(res)
}

sankey_data <- sankeyData(data_gga)

用函数处理data_gga,得到的sankey_data(tbl_df)结构也比较清晰:“n”仍然是计数,“alluvium”代表gene和cluster的两两配对关系,“class”类别,“stratum”是gene和cluster的值。

下面是绘图代码,用诺兰的话说:Don’t try to understand it, feel it. 大意就是:这样,这样,然后再这样,图就画好了(开个玩笑,不理解怎么能画得好呢)。绘图的主体是“ggalluvial”包的geom_stratum和geom_flow函数,填色和文字标签比较讲究,参数无须过多解释,自定义空间太足了。

p <- ggplot(data = sankey_data,
aes(x = Class, y = n,
stratum = stratum, alluvium = alluvium)) +
geom_flow(aes(fill = stratum),
curve_type = "xspline", show.legend = F,aes.flow = "forward",alpha = 0.7) +
geom_stratum(aes(fill = as.character(stratum)),
stat = "stratum",width = 1/4,color = NA) +
# geom_stratum(aes(fill = ifelse(as.numeric(Class) == 2, as.character(stratum), NA)),
# stat = "stratum",width = 1/4,color = NA) +
# geom_text(aes(label = ifelse(as.numeric(Class) == 1, as.character(stratum), NA)),stat = "stratum", size = 3) +
scale_fill_manual(values = c(viridis::viridis(n),rainbow(ng)), name = "Cluster", na.translate = F) +
geom_text(aes(label = as.character(stratum)),stat = "stratum", size = 3) +
scale_x_discrete(limits = c("cluster","gene"), expand = c(.05, .05)) +
labs(x = NULL, y = "Freq")+
theme(legend.position="none",
axis.ticks = element_line(linetype = "blank"),
panel.grid.minor = element_line(linetype = "blank"),
axis.title = element_text(family = "serif",
size = 13, face = "bold", colour = "chocolate4"),
axis.text = element_text(family = "serif"),
axis.text.x = element_text(size = 12,
colour = "black"),
panel.background = element_rect(fill = NA),
plot.background = element_rect(fill = "aliceblue"))
p

用“Cairo”做渲染并保存图片(我第一次见Cairo,以前只会ggsave,看了下介绍好像除色泽外差别不大)

library(Cairo)
Cairo(8000, 8000, file="plotggalluvial.pdf",
type="pdf", bg="white",dpi = 300,units = "px")
p
dev.off()

3、sankeywheel

用“sankeywheel”包会比较简便,只需要将data_gga的列名“cluster”、“gene”和“n”分别改成“from”、“to”和“weight”。绘图时“type”有环形“dependencywheel”和经典桑基“sankey”两种选择,可以调整theme为喜欢的风格(没有我喜欢的),其他细节需要大家自己探索。

library(sankeywheel)
library(dplyr)

col_names <- c("from", "to", "weight")
sankeydf <- data_gga %>% dplyr::select(cluster, gene, n) # 挑选需要的3列,前面已挑过的可忽略这句
colnames(sankeydf) <- col_names

wheel <- sankeywheel(from = sankeydf$from,
to = sankeydf$to,
weight = sankeydf$weight,
type = "dependencywheel",
width = "100%",
theme = "sandsignika")
wheel

sankey <- sankeywheel(from = sankeydf$from,
to = sankeydf$to,
weight = sankeydf$weight,
type = "sankey",
width = "100%",
theme = "gridlight")
sankey

此外比较方便的是可以生成交互式的HTML文件,便于分享和查看细节。

htmlwidgets::saveWidget(widget = wheel, file = "plotsankeywheel_wheel.html")

htmlwidgets::saveWidget(widget = sankey, file = "plotsankeywheel_sankey.html")

4、highcharter

类似的还有“highcharter”包,highchart函数可将图形渲染为可交互的HTML文件(这个包可绘制的不止桑基图,其核心是交互,比较适合需动态展示的场景)。

library(highcharter)

plot <- highchart() %>%
hc_title(text = "桑基图") %>%
hc_add_series(data = sankeydf,type = "sankey",hcaes(from = from,to = to,weight = weight)) %>%
hc_add_theme(hc_theme_google())

htmlwidgets::saveWidget(widget = plot, file = "plotHighcharter.html")
webshot::webshot(url = "plotHighcharter.html",
file = "plotHighcharter.pdf")

5、circlize

“circlize”包大家比较熟悉,毕竟是绘制弦图的优等生。需要注意的是需用reshape2::dcast把长矩阵sankeydf变回宽矩阵(mat),并改为matrix类型。

library(circlize) # 加载包
library(textshape)

mat <- reshape2::dcast(sankeydf,from~to)

mat[is.na(mat)] <- 0
mat <- column_to_rownames(mat,1)
mat <- as.matrix(mat)

需要熟悉绘图函数“chordDiagram”中那些命名和文档解释都比较晦涩的参数,此外,颜色和标签的自定义相对繁琐,需要通过“circos.track”函数附加内容(有点看不懂)。于我而言,circlize不如ggplot2易于理解和操作,但为了一张漂亮的图,这点困难也不算什么,啥问题是熬夜不能解决的呢?

grid.col <- setNames(c(c('#8dd3c7','#ffffb3','#bebada','#fb8072','#80b1d3','#fdb462', '#b3de69','#fccde5','#d9d9d9','#bc80bd','#ccebc5','#ffed6f'),
viridis::viridis(n-12),
rainbow(ng)), union(rownames(mat), colnames(mat)))
par(mar = c(0, 0, 0, 0))

# original image

chordDiagram(mat, grid.col = grid.col, annotationTrack = "grid",
link.sort = TRUE, link.decreasing = TRUE, directional = -1,
transparency = 0, link.zindex = rank(mat),
preAllocateTracks = list(track.height = max(strwidth(unlist(dimnames(mat))))))

# we go back to the first track and customize sector labels
circos.track(track.index = 1, panel.fun = function(x, y) {
circos.text(CELL_META$xcenter, CELL_META$ylim[1], CELL_META$sector.index,
facing = "clockwise", niceFacing = TRUE, adj = c(0, 0.5))
}, bg.border = NA) # here set bg.border to NA is important

circos.clear()

用“Cairo”渲染和保存文件

# save in pdf -------------------------------------------------------------
library(Cairo)
Cairo(8000, 8000, file="plotCirclize.pdf", type="pdf", bg="white",dpi = 300,units = "px")
chordDiagram(mat, grid.col = grid.col, annotationTrack = "grid",
link.sort = TRUE, link.decreasing = TRUE, directional = -1,
transparency = 0, link.zindex = rank(mat),
preAllocateTracks = list(track.height = max(strwidth(unlist(dimnames(mat))))))
# we go back to the first track and customize sector labels
circos.track(track.index = 1, panel.fun = function(x, y) {
circos.text(CELL_META$xcenter, CELL_META$ylim[1], CELL_META$sector.index,
facing = "clockwise", niceFacing = TRUE, adj = c(0, 0.5))
}, bg.border = NA) # here set bg.border to NA is important

circos.clear()
dev.off()

还感叹下,在解密这份手札的过程中,除熟悉绘制桑基图,我最大的收获竟然是学习dplyr函数。再次印证了健明老师那句话:基础不牢,地动山摇。想在生信路上走得远,打好基础很重要,须多动手、多思考,忌眼高手低。感谢健明老师和生信技能树提供的交流平台,及丰富而成体系的教程资料。

文末友情推荐

做教学我们是认真的,如果你对我们的马拉松授课(直播一个月互动教学)有疑问,可以看完我们从2000多个提问互动交流里面精选的200个问答! 2021第二期_生信入门班_微信群答疑整理,以及 2021第二期_数据挖掘班_微信群答疑笔记

与十万人一起学生信,你值得拥有下面的学习班:

(0)

相关推荐

  • 单细胞工具箱|Seurat官网标准流程

    学习单细胞转录组肯定先来一遍Seurat官网的标准流程. 数据来源于Peripheral Blood Mononuclear Cells (PBMC),共2700个单细胞, Illumina Next ...

  • 自己如何画气泡图dotplot?

    今天是生信星球陪你的第803天 大神一句话,菜鸟跑半年.我不是大神,但我可以缩短你走弯路的半年~ 就像歌儿唱的那样,如果你不知道该往哪儿走,就留在这学点生信好不好~ 这里有豆豆和花花的学习历程,从新手 ...

  • ComplexHeatmap|绘制单个热图-I

    ComplexHeatmap可以绘制很复杂的热图,能满足日常以及文章所需,本次先简单的介绍单个热图绘制的内容. 单个热图由热图主体和热图组件组成.其中主体可分为行和列:组件可以是标题.树状图.矩阵名称 ...

  • 如何利用pyecharts绘制酷炫的桑基图?

    什么是桑基图 桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图.它是一种特定类型的流程图,核心在于展示数据的流转,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源.材 ...

  • 炫酷!用Python制作漂亮的流动桑基图

    来源:Python数据之道 作者:Peter 整理:Lemon 桑基图绘制实践 本文中介绍的是如何制作桑基图,使用的可视化库是强大的 Pyecharts (版本1.7.1,版本一致很重要).文章将从如 ...

  • 制图教室新年第一弹:酷炫动态人流疏散图

    当当当,各位小伙伴新年好呀. 经过春节期间的修整,在新的一年里,制图教室也将以全新的面貌给小伙伴们带来更多优秀的图纸绘制教程. 那么作为狗年来制图教室的第一期课程,本次教程不同于以往专注于效果图的绘制 ...

  • NBA东部球队排名使用桑基图,感受下东部...

    NBA东部球队排名 使用桑基图,感受下东部球队的一马平川.波澜不惊.季后赛球队基本还是季后赛球队,状元球队还在努力争状元.

  • NBA狂野西部,用桑基图连接各支球队,一...

    NBA狂野西部,用桑基图连接各支球队,一起来感受下.

  • 使用Power BI制作漂亮的桑基图

    可能有些人并不知道什么是桑基图,让我们先看一下它长什么样?这是经济学人文章中的一张配图: 你没有见过也正常,这算是一个比较小众的图表. 它通常应用于具有流向关系的数据可视化分析,数据从左边的项目流向右 ...

  • 展示细胞比例变化之桑基图

    我在CNS图表复现09-上皮细胞可以区分为恶性与否提到了一个很有意思的现象,就是把上皮细胞分群后,可以看到有一些亚群是具有病人特异性,但是也有不少亚群是跨越了病人存在的. 当时我展现这一现象使用的可视 ...

  • 桑基图在单细胞数据探索中的应用

    男, 一个长大了才会遇到的帅哥, 稳健,潇洒,大方,靠谱. 一段生信缘,一棵技能树, 一枚大型测序工厂的螺丝钉, 一个随机森林中提灯觅食的津门旅客. 什么是桑基图 桑基图(Sankey diagram ...

  • 用户路径分析之利器“桑基图”

    大家好,我是宝器! 本文约4千字,读完需要20分钟,后半部分有实操,可以拿出小本本练习. 01 引言 作为一名产品经理,我们经常会听到这样的描述: "用户进入xx页面后,点击这里,跳转到xx ...