跟着Nature Communications学作图:R语言ggplot2绘制带有条纹的分组柱形图

论文

Pan-African genome demonstrates how population-specific genome graphs improve high-throughput sequencing data analysis

https://www.nature.com/articles/s41467-022-31724-3

本地pdf s41467-022-31724-3.pdf

论文中公布了大部分图的数据,但是没有公布对应的作图代码,没有关系,我们可以自己写代码试着模仿,今天的推文重复一下论文中的Figure 2A 带有条纹的分组柱形图

示例数据截图

image.png

这里实现条纹柱形图用到的是 ggpattern这个R包

参考链接

https://coolbutuseless.github.io/package/ggpattern/index.html

https://github.com/coolbutuseless/ggpattern

安装

remotes::install_github("coolbutuseless/ggpattern")

因为是ggplot2的扩展包,除了把作图函数替换,其余的细节都可以用ggplot2的语法来调节

读取数据

library(readxl)
dffig2a<-read_excel("data/20220806/41467_2022_31724_MOESM4_ESM.xlsx",
                    sheet = "figure 2a")
dffig2a

library(tidyverse)
dffig2a %>% 
  pivot_longer(-'Super-population') -> new.dffig2a

作图代码

library(ggplot2)

cols<-c("#ffa657","#fd8011","#6cbe6c","#349734",
        "#eba0d5","#da7dbd","#63a0cb","#1f7ab4",
        "#d0d166","#bbbe21")

ggplot(data = new.dffig2a,aes(x=`Super-population`,y=value))+
  geom_bar_pattern(stat="identity",
                   position = "dodge",
                   aes(pattern=name,
                       fill=name),
                   pattern_density=0.01,
                   fill=cols,
                   color="black",
                   show.legend = FALSE)+
  scale_pattern_manual(values = c('Divergence'='stripe',
                                  'Diversity'="none"))+
  scale_y_continuous(expand = expansion(mult = c(0,0.1)),
                     labels = scales::percent,
                     limits = c(0,0.25/100),
                     breaks = seq(0,0.25/100,by=0.05/100))+
  labs(x=NULL,y=NULL)+
  theme_classic()+
  theme(axis.line.y = element_blank(),
        axis.ticks.y = element_blank(),
        panel.grid = element_line(linetype = "dashed"),
        panel.grid.major = element_line(),
        panel.grid.minor = element_blank()) -> p1

p1

ggplot()+
  geom_rect_pattern(data=data.frame(x=1,xend=2,y=1,yend=2),
                    aes(xmin=x,ymin=y,xmax=xend,ymax=yend),
                    pattern_density=1,
                    fill="white",
                    color="black")+
  geom_rect_pattern(data=data.frame(x=1,xend=2,y=2.5,yend=3.5),
                    aes(xmin=x,ymin=y,xmax=xend,ymax=yend),
                    pattern="none",
                    pattern_density=1,
                    fill="grey",
                    color="black")+
  theme_void()+
  geom_text(data=data.frame(x=2,y=1.5),
            aes(x=x,y=y),label="Divergence",
            hjust=-0.1)+
  geom_text(data=data.frame(x=2,y=3),
            aes(x=x,y=y),label="Diversity",
            hjust=-0.1)+
  xlim(1,4) -> p2

p1+
  annotation_custom(grob = ggplotGrob(p2),
                    xmin = 4,xmax = Inf,
                    ymin = 0.2/100,ymax=0.25/100) -> p3
p3

library(patchwork)


p3+p3
image.png

示例数据可以在论文中去下载,代码直接在推文中复制,如果需要我整理好的数据和代码可以给推文打赏1元获取

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!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,290评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,399评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,021评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,034评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,412评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,651评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,902评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,605评论 0 199
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,339评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,586评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,076评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,400评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,060评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,083评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,851评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,685评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,595评论 2 270

推荐阅读更多精彩内容