有讀者在公眾號后臺留言問下圖應該如何實現(xiàn)
image.png
實現(xiàn)這個圖的辦法很多翎嫡，今天的推文介紹使用R語言ggplot2包實現(xiàn)這個圖的方法。
第一步是準備數(shù)據(jù)
部分數(shù)據(jù)集如下
image.png
總共4列
- 前兩列是變量
- 第三列是相關系數(shù)
- 第四列是 顯著性P值
前面的變量需要注意的是，因為只畫上三角怖糊，所以準備數(shù)據(jù)的時候是 ：
總共的變量是10個 第一列10個x1，接下來是緊接著9個x2,然后是8個x3
第一步樹讀入數(shù)據(jù)
df<-read.csv("20210320.csv",header=T)
head(df)
增加一列顯著性的星號
library(dplyr)
df%>%
mutate(label=case_when(
signi<0.001 ~ "***",
signi>0.001&signi<0.01 ~ "**",
signi>0.01&signi<0.05 ~ "*",
TRUE ~ ""
)
) -> df1
接下來是作圖
首先是上三角的氣泡圖
library(ggplot2)
ggplot(data=df1,aes(x=var_x,y=var_y))+
geom_point(aes(size=value,color=value))+
scale_color_gradient(low = "#80fcfe",high = "#ff80fc",
breaks=seq(-1,1,0.2))+
scale_size_continuous(range = c(5,15))+
guides(size=F)
image.png
這樣的話X10的位置是不對的牍帚，所以要設置一下因子的水平
df1$var_x<-factor(df1$var_x,
levels = paste0("X",1:10))
df1$var_y<-factor(df1$var_y,
levels = paste0("X",1:10))
ggplot(data=df1,aes(x=var_x,y=var_y))+
geom_point(aes(size=value,color=value))+
scale_color_gradient(low = "#80fcfe",high = "#ff80fc",
breaks=seq(-1,1,0.2))+
scale_size_continuous(range = c(5,15))+
guides(size=F)
這樣就對了
image.png
接下來是添加文字，首先把對角線那一列去掉
df1%>%
filter(var_x!=var_y) -> df2
head(df2)
ggplot(data=df1,aes(x=var_x,y=var_y))+
geom_point(aes(size=value,color=value))+
scale_color_gradient(low = "#80fcfe",high = "#ff80fc",
breaks=seq(-1,1,0.2))+
scale_size_continuous(range = c(5,15))+
guides(size=F)+
theme_bw()+
geom_text(data=df2,aes(x=var_y,y=var_x,
label=paste0(value,label)))
image.png
最后調(diào)整一下圖例的高度
df1%>%
filter(var_x!=var_y) -> df2
head(df2)
ggplot(data=df1,aes(x=var_x,y=var_y))+
geom_point(aes(size=value,color=value))+
scale_color_gradient(low = "#80fcfe",high = "#ff80fc",
breaks=seq(-1,1,0.2))+
scale_size_continuous(range = c(5,15))+
guides(size=F)+
theme_bw()+
geom_text(data=df2,aes(x=var_y,y=var_x,
label=paste0(value,label)))+
theme(legend.key.height = unit(3.5,'cm'),
legend.justification = c(0,0),
legend.title = element_blank())
image.png
這樣就做好了
歡迎大家關注我的公眾號
小明的數(shù)據(jù)分析筆記本
小明的數(shù)據(jù)分析筆記本 公眾號 主要分享：1乳蛾、R語言和python做數(shù)據(jù)分析和數(shù)據(jù)可視化的簡單小例子暗赶；2、園藝植物相關轉(zhuǎn)錄組學肃叶、基因組學蹂随、群體遺傳學文獻閱讀筆記；3因惭、生物信息學入門學習資料及自己的學習筆記岳锁！
