細胞數(shù)據(jù)統(tǒng)計

>計算cluster細胞數(shù)目
library(ggsci)
cell_stat_df <- table(sce_all.intergrated@meta.data$celltype, sce_all.intergrated@meta.data$orig.ident) %>% 
  reshape2::melt()
colnames(cell_stat_df) <- c("ClusterName","Sample","Count")
cell_stat_df$ClusterName <- factor(cell_stat_df$ClusterName)
Colors = pal_igv("default")(51)

ggplot(data = cell_stat_df, aes(x = Count, y = Sample, fill =  ClusterName)) +
  geom_bar(stat = "identity", width=0.8, position="fill")+
  scale_fill_manual(values = Colors_vector[1:15]) +
  theme_bw()+
  theme(panel.grid =element_blank()) +
  labs(x="Ratio",y="")+
  theme(axis.text.y = element_text(size=12, colour = "black"))+
  theme(axis.text.x = element_text(size=12, colour = "black"))+
  theme(axis.text.x.bottom = element_text(hjust = 1, vjust = 1, angle = 45))

>計算cluster細胞比率
cell_ratio_df  <- prop.table(table(Idents(sce_all.intergrated), sce_all.intergrated$orig.ident), margin = 2)
cell_ratio_df  <- cell_ratio_df %>% as.data.frame()
cell_ratio_df $Var1 <- as.integer(cell_ratio_df $Var1)
cell_ratio_df <- cell_ratio_df %>% left_join(celltype, by = c("Var1"="ClusterID"))
Colors = pal_igv("default")(51)

ggplot(data = cell_ratio_df , aes(x =Var2, y = Freq, fill =  celltype)) +
  geom_bar(stat = "identity", width=0.8, position="fill")+
  scale_fill_manual(values = Colors[1:15]) +
  theme_bw()+
  theme(panel.grid =element_blank()) +
  labs(x="",y="Ratio")+
  theme(axis.text.y = element_text(size=12, colour = "black"))+
  theme(axis.text.x = element_text(size=12, colour = "black"))+
  theme(axis.text.x.bottom = element_text(hjust = 1, vjust = 1, angle = 45)) 


?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市启绰,隨后出現(xiàn)的幾起案子谁不,更是在濱河造成了極大的恐慌苞氮,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,188評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異荔仁,居然都是意外死亡,警方通過查閱死者的電腦和手機芽死,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,464評論 3 395
  • 文/潘曉璐 我一進店門乏梁,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人关贵,你說我怎么就攤上這事遇骑。” “怎么了揖曾?”我有些...
    開封第一講書人閱讀 165,562評論 0 356
  • 文/不壞的土叔 我叫張陵落萎,是天一觀的道長。 經(jīng)常有香客問我翩肌,道長模暗,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,893評論 1 295
  • 正文 為了忘掉前任念祭,我火速辦了婚禮兑宇,結果婚禮上,老公的妹妹穿的比我還像新娘粱坤。我一直安慰自己隶糕,他們只是感情好瓷产,可當我...
    茶點故事閱讀 67,917評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著枚驻,像睡著了一般濒旦。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上再登,一...
    開封第一講書人閱讀 51,708評論 1 305
  • 那天尔邓,我揣著相機與錄音,去河邊找鬼锉矢。 笑死梯嗽,一個胖子當著我的面吹牛,可吹牛的內容都是我干的沽损。 我是一名探鬼主播灯节,決...
    沈念sama閱讀 40,430評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼绵估!你這毒婦竟也來了炎疆?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,342評論 0 276
  • 序言:老撾萬榮一對情侶失蹤国裳,失蹤者是張志新(化名)和其女友劉穎形入,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體躏救,經(jīng)...
    沈念sama閱讀 45,801評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡唯笙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,976評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了盒使。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片崩掘。...
    茶點故事閱讀 40,115評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖少办,靈堂內的尸體忽然破棺而出苞慢,到底是詐尸還是另有隱情,我是刑警寧澤英妓,帶...
    沈念sama閱讀 35,804評論 5 346
  • 正文 年R本政府宣布挽放,位于F島的核電站,受9級特大地震影響蔓纠,放射性物質發(fā)生泄漏辑畦。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,458評論 3 331
  • 文/蒙蒙 一腿倚、第九天 我趴在偏房一處隱蔽的房頂上張望纯出。 院中可真熱鬧,春花似錦、人聲如沸暂筝。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽焕襟。三九已至陨收,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間鸵赖,已是汗流浹背务漩。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留卫漫,地道東北人菲饼。 一個月前我還...
    沈念sama閱讀 48,365評論 3 373
  • 正文 我出身青樓肾砂,卻偏偏與公主長得像列赎,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子镐确,可洞房花燭夜當晚...
    茶點故事閱讀 45,055評論 2 355

推薦閱讀更多精彩內容