跟着Science学画图:R语言ggplot2实现图中嵌图

论文是

De novo assembly, annotation, and comparative analysis of 26 diverse maize genomes

image.png

部分数据代码是公开的 下载链接https://zenodo.org/record/4781590#.YSB40Hzivic

论文本地pdf 玉米Science.pdf

附件本地pdf abg5289_Hufford_SM.pdf

今天的推文我们来重复一下论文中的Figure1c

image.png

今天的推文主要是学习的是ggplot2作图的时候如何实现图中嵌图

数据集是 pan_matrix_stats.csv,大家可以自己找到论文的数据下载链接，或者直接在公众号后台留言20210919获取今天推文的示例数据和代码

论文中提供的代码文件是 Figure_1_C_pan_gene_frequency.R，但是有一个问题是他这个代码并不能完全画出Figure1c这个图

首先是画堆积柱形图

df<-read.delim("pan_matrix_stats.csv",
               row.names = 1,
               sep = ",")

df
library(dplyr)
library(ggplot2)

df %>%
  ggplot(aes(x = number_genome_presence, y = n)) + 
  geom_bar(aes(fill = class), 
           position = "stack", 
           stat = "identity",
           fill = "black") +
  geom_bar(aes(alpha = Subgenome), 
           stat = "identity", 
           fill = "grey") +
  scale_alpha_manual(values = c(0.9, 0.5, 0)) + 
  labs(x = "Number of Genomes",
       y = "Number of Pan Genes",
       fill = "Pan Gene Type",
       alpha = "Maize Subgenome") +
  scale_x_continuous(breaks = seq(1, 26, 1)) +
  ylim(0, 30000) + 
  theme(text = element_text(size = 14),
        legend.key = element_rect(fill = "black"),
        legend.position = "none") + 
  theme_classic() -> gene_frequency_plot

gene_frequency_plot

image.png

然后画饼图

df %>% 
  select(class) %>% 
  count(class,sort = T) -> pan_gene_pct

pan_freq <- as.data.frame(pan_gene_pct)

pan_freq$class <- factor(pan_freq$class, levels = c("Core Gene", "Dispensable Gene","Private Gene","Near-Core Gene"))
pan_freq %>% mutate(percent = n/sum(n))


blank_theme <- theme_minimal() + 
  theme(
    axis.title.x = element_blank(),
    axis.title.y = element_blank(),
    panel.border = element_blank(),
    panel.grid=element_blank(),
    axis.ticks = element_blank(),
    axis.text = element_blank(),
    plot.title=element_text(size=0, face="bold")
  ) 


bp<-ggplot(pan_freq, aes(x="", y=n, fill=class))+
  geom_bar(width = 1, stat = "identity")  +
  ggsci::scale_fill_npg() + 
  coord_polar("y") + 
  blank_theme + theme(legend.position ="none") 
bp

image.png

这里需要注意的一点是这个图和论文中的图并不一致，因为原文中画饼图的数据我没有找见是随便构造的

接下来是将两个图组合到一起

gene_frequency_plot + 
  theme(legend.position = "none")+
  annotation_custom(
    grob = ggplotGrob(bp),
    xmin = 6,
    xmax = 20,
    ymin = 10000,
    ymax = 25000
  ) -> pan_gene_frequency_anchor

pan_gene_frequency_anchor

image.png

接下来是添加文本注释

pan_gene_frequency_anchor+
  annotate("text", x = 8, y = 20000, 
           label = "Core Genes: 27.09%",size = 4) + 
  annotate("text", x = 15, y = 24000, 
           label = "Near-Core Genes: 4.02%",size = 4) +
  annotate("text", x = 14, y = 15000, 
           label = "Dispensable Genes: 49.59%",size =4) +
  annotate("text", x = 19, y = 20000, 
           label = "Private Genes: 19.30%",size = 4) + 
  stat_summary(fun.y = sum, 
               aes(label = ..y.., 
                   group = number_genome_presence), 
               geom = "text",
               vjust=0.5, 
               size=3.5, 
               angle = 90,
               hjust =-0.1 )

image.png

这个饼图对应的文本位置是有问题的，因为做饼状图的数据和论文中的不一致，这个就在这里不调整了。

最后一个问题是 他是如何实现原图中紧贴着x轴的那些颜色块的呢？

image.png

暂时没有想明白

论文中提供的代码也没有实现的代码

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！