基于ggplot中百分位数的颜色代码点

Question

我有一些非常大的文件，其中包含基因组位置（位置）和相应的群体遗传统计量（值）。我已成功绘制了这些值，并希望对前5％（蓝色）和1％（红色）值进行颜色编码。我想知道在R中是否有一种简单的方法可以做到这一点。

我已经探索过编写一个定义分位数的函数，但是，其中许多函数最终都不是唯一的，从而导致函数失败。我也研究过stat_quantile，但只是成功地使用它来绘制一条标记95％和99％的线条（有些线条是对我没有任何意义的对角线。）（对不起，我是新手R上。）

非常感谢任何帮助。

这是我的代码:(文件非常大）

########Combine data from multiple files
fst <- rbind(data.frame(key="a1-a3", position=a1.3$V2, value=a1.3$V3), data.frame(key="a1-a2", position=a1.2$V2, value=a1.2$V3), data.frame(key="a2-a3", position=a2.3$V2, value=a2.3$V3), data.frame(key="b1-b2", position=b1.2$V2, value=b1.2$V3), data.frame(key="c1-c2", position=c1.2$V2, value=c1.2$V3))


########the plot
theme_set(theme_bw(base_size = 16))

p1 <- ggplot(fst, aes(x=position, y=value)) + 
  geom_point() + 
  facet_wrap(~key) +
  ylab("Fst") + 
  xlab("Genomic Position (Mb)") +
  scale_x_continuous(breaks=c(1e+06, 2e+06, 3e+06, 4e+06), labels=c("1", "2", "3", "4")) +
  scale_y_continuous(limits=c(0,1)) +
  theme(plot.background = element_blank(),
    panel.background = element_blank(),
    panel.border = element_blank(),
    legend.position="none",
    legend.title = element_blank()
    )
p1

Answer 1

通过将quantile和cut合并到aes颜色表达式中，您可以更优雅地实现这一目标。例如，此示例中为col=cut(d,quantile(d))：

d = as.vector(round(abs(10 * sapply(1:4, function(n)rnorm(20, mean=n, sd=.6)))))

ggplot(data=NULL, aes(x=1:length(d), y=d, col=cut(d,quantile(d)))) + 
  geom_point(size=5) + scale_colour_manual(values=rainbow(5))

我还为pretty legend labels制作了一个有用的工作流程，有人可能会找到它。

Answer 2

这就是我接近它的方法 - 基本上创建一个因子来定义每个观察所在的组，然后将colour映射到该因子。

首先，一些数据可以使用！

dat <- data.frame(key = c("a1-a3", "a1-a2"), position = 1:100, value = rlnorm(200, 0, 1))
#Get quantiles
quants <- quantile(dat$value, c(0.95, 0.99))

有很多方法可以确定每个观察属于哪个组的因素，这里有一个：

dat$quant  <- with(dat, factor(ifelse(value < quants[1], 0, 
                                  ifelse(value < quants[2], 1, 2))))

所以quant现在表明观察是在95-99还是99+组。然后，可以轻松地将绘图中点的颜色映射到quant。

ggplot(dat, aes(position, value)) + geom_point(aes(colour = quant)) + facet_wrap(~key) +
  scale_colour_manual(values = c("black", "blue", "red"), 
                      labels = c("0-95", "95-99", "99-100")) + theme_bw()

Answer 3

我不确定这是否是您要搜索的内容，但也许有帮助：

# a little function which returns factors with three levels, normal, 95% and 99%
qfun <- function(x, qant_1=0.95, qant_2=0.99){
  q <- sort(c(quantile(x, qant_1), quantile(x, qant_2)))
  factor(cut(x, breaks = c(min(x), q[1], q[2], max(x))))
}


df <- data.frame(samp=rnorm(1000))

ggplot(df, aes(x=1:1000, y=df$samp)) + geom_point(colour=qfun(df$samp))+
  xlab("")+ylab("")+
  theme(plot.background = element_blank(),
        panel.background = element_blank(),
        panel.border = element_blank(),
        legend.position="none",
        legend.title = element_blank())  

因此我获得了