我正在使用ggplot处理重复的条形图,几乎可以得到所需的内容,除了无法解决的错误。
我正在绘制的数据:
comp reg counts
1 C0xC12 up 569
2 C0xC12 down 845
3 C0xC24 up 420
4 C0xC24 down 227
5 C0xT12 up 2904
6 C0xT12 down 2989
7 C0xT24 up 2536
8 C0xT24 down 2309
9 C12xC24 up 314
10 C12xC24 down 138
11 C12xT12 up 3006
12 C12xT12 down 3082
13 C12xT24 up 2795
14 C12xT24 down 2577
15 C24xT12 up 1381
16 C24xT12 down 1901
17 C24xT24 up 482
18 C24xT24 down 862
19 T12xT24 up 1732
20 T12xT24 down 1464
21 C0xC12 uppcw 7
22 C0xC12 downpcw 15
23 C0xC24 uppcw 10
24 C0xC24 downpcw 4
25 C0xT12 uppcw 56
26 C0xT12 downpcw 58
27 C0xT24 uppcw 49
28 C0xT24 downpcw 41
29 C12xC24 uppcw 8
30 C12xC24 downpcw 2
31 C12xT12 uppcw 64
32 C12xT12 downpcw 50
33 C12xT24 uppcw 48
34 C12xT24 downpcw 39
35 C24xT12 uppcw 35
36 C24xT12 downpcw 40
37 C24xT24 uppcw 11
38 C24xT24 downpcw 15
39 T12xT24 uppcw 33
40 T12xT24 downpcw 30
我正在运行的代码:
teste <- read.table("teste.txt", sep = "\t", header = TRUE)
ggplot(data = teste,
mapping = aes(x = comp, fill = reg,
y = ifelse(test = reg == "down" | reg == "downpcw",
yes = -counts, no = counts))) +
geom_bar(stat = "identity") +
scale_y_continuous(labels = abs, limits = max(teste$counts) * c(-1,1)) +
geom_text(aes(label=counts), vjust=0.5, color="black", size=3.0, nudge_y = c(-130,130))+
labs(y = "DEGs", x = "Groups comparisons") + scale_fill_manual(values=c("#98FB98","#FA8072","#00FF00","#FF0000")) +
scale_x_discrete(limits=c("T12xT24", "C24xT24", "C24xT12", "C12xT24", "C12xT12", "C12xC24", "C0xT24", "C0xT12", "C0xC24","C0xC12")) +
coord_flip()
这就是我要得到的情节
请注意,“ C12xT12”最大的条形图并未显示,只是其大小(3082)。
我一直在寻找解决方案,但一无所获,我无法独自提出一个解决方案,所以我问是否有人曾经处理过此问题。
答案 0 :(得分:2)
这里的行scale_y_continuous(labels = abs, limits = max(teste$counts) * c(-1,1)) +
是“有罪的”,因为它将轴限制为恰好是3082。这会导致ggplot裁剪该条。
忽略limits = max(teste$counts) * c(-1,1)
或使用类似scale_y_continuous(labels = abs, limits = max(teste$counts) * c(-1.02,1.02)) +
答案 1 :(得分:1)
问题来自您的scale_y_continuous
。
您将其设置为counts
列的最大值,该列将截断max列,因为它正好在图的极限处。
如果您将最大值乘以1.05而不是1,那么一切都会正常。
将scale_y_continuous
的相应部分更改为:limits = max(teste$counts) * c(-1.05,1.05)
。
还有一些最佳做法的颜色建议:避免使用红绿色组合,因为约10%的男人是色盲的,无法分辨出这些颜色的阴影。
答案 2 :(得分:1)
说实话,您的代码充满了冗余。如果您接受答案,请考虑接受先前的答案,因为它们可以解决问题。我只是添加此代码,以提出一些改进代码的建议。
这不仅是样式问题,而且是清晰度问题,并且可以减少问题-通常,ggplot会自动为您带来很多收益。例如,在您的绘图中,实际上不需要手动设置scale_discrete
中断和手动设置scale_continuous
限制。
该代码的其他注释在代码块中-看看。尽管可能会稍微夸大10%的色盲,但这确实是一个问题。看看this fabulous website-它会帮助您选择漂亮的颜色。
library(ggplot2)
teste <- data.table::fread(" comp reg counts
1 C0xC12 up 569
2 C0xC12 down 845
3 C0xC24 up 420
4 C0xC24 down 227
5 C0xT12 up 2904
6 C0xT12 down 2989
7 C0xT24 up 2536
8 C0xT24 down 2309
9 C12xC24 up 314
10 C12xC24 down 138
11 C12xT12 up 3006
12 C12xT12 down 3082
13 C12xT24 up 2795
14 C12xT24 down 2577
15 C24xT12 up 1381
16 C24xT12 down 1901
17 C24xT24 up 482
18 C24xT24 down 862
19 T12xT24 up 1732
20 T12xT24 down 1464
21 C0xC12 uppcw 7
22 C0xC12 downpcw 15
23 C0xC24 uppcw 10
24 C0xC24 downpcw 4
25 C0xT12 uppcw 56
26 C0xT12 downpcw 58
27 C0xT24 uppcw 49
28 C0xT24 downpcw 41
29 C12xC24 uppcw 8
30 C12xC24 downpcw 2
31 C12xT12 uppcw 64
32 C12xT12 downpcw 50
33 C12xT24 uppcw 48
34 C12xT24 downpcw 39
35 C24xT12 uppcw 35
36 C24xT12 downpcw 40
37 C24xT24 uppcw 11
38 C24xT24 downpcw 15
39 T12xT24 uppcw 33
40 T12xT24 downpcw 30")
现在是情节
ggplot(data = teste, aes(x = comp, y = ifelse(grepl('down', reg), -counts, counts), fill = reg)) +
## I reduced your statement to a simple "grepl" statement, and you don't really need to name your ifelse arguments
geom_bar(stat = "identity") +
geom_text(aes(label=counts), vjust=0.5, size=3.0, nudge_x = c(-0.1,0.1)) +
### I think nudge_x is what you want - your labels were overlapping
scale_fill_brewer(palette = 'RdBu') + ## that's one of the palettes from colorbrewer
coord_flip()
由reprex package(v0.3.0)于2019-08-05创建