跟着高分SCI学画图：R语言绘制弦图
弦图（Chord Diagram）是一种数据可视化图表，主要用于显示多变量数据之间的关系和相互联系。它通常用于表示不同类别（或节点）之间的相互连接和流动情况，如迁移模式、交易流动、关系网络等。弦图因其优美的弧线和直观的显示方式，在数据可视化中应用广泛，尤其适用于揭示复杂系统中的多对多关系。
你好！弦图
弦图的基本组成部分
圆形边界（环形）：弦图的外围是一个圆形的边界，通常表示数据的不同类别或节点。每个类别在圆周上占据一个扇形区域。 弦（Chord）：连接圆周上不同类别的弧线称为“弦”，它们表示两个类别之间的关系或相互作用。弦的粗细通常表示连接的强度或数量。弦可以是单向的或双向的，具体取决于数据的性质。 扇形区域：每个类别在圆周上的位置和大小可以表示类别的数量、权重或重要性等信息。扇形区域的大小通常与该类别的总和或频次有关。
适用场景
社交网络分析：显示社交网络中不同个体或群体之间的连接和互动频率。 迁移数据：展示人群、动物、物资等在不同地理区域之间的迁移流动情况。 金融流动：用于展示资金或资源在不同实体（如国家、公司、部门）之间的流动。 生物信息学：展示基因相互作用、蛋白质网络或其他生物分子网络。
开始画图啦！
首先我们先介绍本次绘图用到的一个强大的R包，它就是circlize。
circlize是一个强大的R包，用于生成各种环形可视化图形。它可以创建各种类型的环形图（如弦图、树状图、直方图等），非常适合用于复杂数据的可视化。
数据展示
本次用到的数据是一些评估土壤状态的指标。
导入R包
library(statnet)
library(circlize)
导入数据，分别为基因和物种组成
design<-read.csv("D:/砺行致远每日打卡/杨硕龄+弦图+9月10日/39-40弦图系列/39-和弦图1/test_design.csv") #
设置Eckert IV投影
选择绘图数据
df=as.matrix(design[4:7,5:11])
rownames(df) =c("GH", "GT", "CBM", "CE")#定义基因名
colnames(df) =c("Acidobacteria","Proteobacteria","Actinobacteria","Bacteroidetes","Chloroflexi","Planctomycetes", "Verrucomicrobia")#定义物种名
配色系列
grid.col = NULL
grid.col[c("GH", "GT", "CBM", "CE")] = c("#6495ED", "#7D9EC0", "#9AC0CD", "#C6E2FF")#设置基因颜色
grid.col[colnames(df)] = c("#EE4A25","#BCEE68","#B1A4C0","#479E9B","#FDDC7B","#4169B2","#ACCDDC")#设置物种颜色
绘图
circos.par(gap.degree = c(rep(2, nrow(df)-1), 10, rep(2, ncol(df)-1), 10),start.degree = 180)
chordDiagram(df,directional = TRUE,diffHeight = 0.06,grid.col = grid.col, transparency = 0.5)
circos.clear()
将城市数据转换为sf对象
cities_sf <- st_as_sf(cities, coords = c("Longitude", "Latitude"), crs = 4326)
导出图片（确保已安装并加载了 eoffice 包）
library(eoffice)
topptx(filename="1.pptx", height = 6, width = 10)
总结
弦图可以帮助我们直观清晰地展示复杂的多对多关系。可以很好地展示数据的权重和方向性，适合展示流动性数据。
但是如果数据量非常大或关系过于复杂，弦图可能会变得非常混乱，难以解读。对于初学者来说，弦图的设计和解读可能会有一定的难度。
本文作者：杨硕龄
现在：
长按扫码关注：科研生信充电宝
10元赞赏本文，即喜欢作者~
即可直接解锁：
《跟着高分SCI学画图：R语言绘制弦图》对应资源哦~
看到这里你还不心动吗？
赶紧关注、转发、点赞、分享，领取你的专属福利吧~
好啦，以上就是今天推文的全部内容啦！
版权声明：本文内容由互联网用户自发贡献，版权归作者所有，本公众号不拥有所有权，也不承担相关法律责任。
如果您发现本公众号中有涉嫌抄袭的内容，欢迎发送邮件至：kysxcdb@163.com 进行举报，一经查实，本公众号将立刻删除涉嫌侵权内容。
