浅谈R中相关性网络热图绘制小细节
2023-02-18 16:35:33 时间
❝最近在绘制相关性网络热图的时候突然有一个小的发现,可以使用相关性热图的数据来结合「linkET」来绘图,以前一直认为为必须使用「mantel_test」才行;果然绘图还得多思考;本节就来通过一个案例将两份数据结合起来进行绘图;
加载R包
library(tidyverse)
library(linkET)
library(RColorBrewer)
library(ggtext)
library(magrittr)
library(psych)
library(reshape)
导入数据
table1 <- read.delim("env.xls",header =T,sep="\t",row.names = 1,check.names = F)
table2 <- read.delim("genus.xls",header =T,sep="\t",row.names = 1,check.names = F) %>%
t() %>% as.data.frame()
相关性分析
pp <- corr.test(table1,table2,method="pearson",adjust = "fdr")
整合数据
cor <- pp$r
pvalue <- pp$p
df <- melt(cor) %>% mutate(pvalue=melt(pvalue)[,3],
p_signif=symnum(pvalue, corr = FALSE, na = FALSE,
cutpoints = c(0, 0.001, 0.01, 0.05, 0.1, 1),
symbols = c("***", "**", "*", "", " "))) %>%
set_colnames(c("env","genus","r","p","p_signif"))
转换数据格式
❝在此处以前一直以为必须使用「linkET::mantel_test」函数生成特定格式才能用于后面绘图,直到某次看了数据才明白导入外部的相关性分析数据也能用于后期绘图;此处的范围可根据需要自定义 ❞
cordata <- df %>% left_join(.,read_tsv('annotation.xls'),by=c("genus")) %>%
select(group,env:p,-genus) %>%
set_colnames(c("spc","env","r","p")) %>%
mutate(rd = cut(r, breaks = c(-Inf, 0, 0.4, Inf),
labels = c("< 0", "0 - 0.4", ">= 0.4")),
pd = cut(p, breaks = c(-Inf, 0.01, 0.05, Inf),
labels = c("< 0.01", "0.01 - 0.05", ">= 0.05")))
绘制相关性网络图
qcorrplot(correlate(table1,method = "spearman"),diag=F,type="upper")+
geom_tile()+
geom_mark(size=2.5,sig.thres=0.05,sep="\n")+
geom_couple(aes(colour=pd,size=rd),data=cordata,label.colour = "black",
curvature=nice_curvature(0.15),
nudge_x=0.2,
label.fontface=2,
label.size =4,
drop = T)+
scale_fill_gradientn(colours = RColorBrewer::brewer.pal(11,"RdBu"))+
scale_size_manual(values = c(0.5, 1, 2)) +
scale_colour_manual(values =c("#D95F02","#1B9E77","#A2A2A288")) +
guides(size = guide_legend(title = "cor",override.aes = list(colour = "grey35"), order = 2),
colour = guide_legend(title = "P_value",override.aes = list(size = 3), order = 1),
fill = guide_colorbar(title = "spearman's r",order = 3))+
theme(plot.margin = unit(c(0,0,0,-1),units="cm"),
panel.background = element_blank(),
axis.text=element_markdown(color="black",size=10),
legend.background = element_blank(),
legend.key = element_blank())
❝本节介绍到此结束
相关文章
- Java 学习笔记 Junit4单元测试使用
- Java 学习笔记 网络编程 使用Socket传输文件 CS模式
- Java 学习笔记 使用并发包ReentrantLock简化生产者消费者模式代码
- Java 学习笔记 使用synchronized实现生产者消费者模式
- Java 学习笔记 观察者模式与适配者模式 监控文件夹
- Java 学习笔记 线程控制
- java学习笔记 线程的实现与同步
- Java 学习笔记 泛型
- Java 学习笔记 反射与迭代器
- Java 学习笔记 正则表达式
- Java 学习笔记 执行外部命令 包装类 枚举类型
- Java 学习笔记 判断一个数组是否有序
- Java 学习笔记 IO流与File操作
- Java小工具 根据文本批量修改文件名
- Java学习笔记 抽象类 接口 多态
- Java Scanner nextLine方法跳过
- Java 学习笔记 两大集合框架Map和Collection
- Java学习笔记——i++与++i问题
- Java学习笔记——判断字符Character类
- Java学习笔记——String与StringBuffer