在模仿中精进数据可视化_使用ggtree绘制配对连线的进化树
❝
在模仿中精进数据可视化该系列推文中，我们将从各大顶级学术期刊的Figure入手，
解读文章的绘图思路，
模仿文章的作图风格，
构建适宜的绘图数据，
并且将代码应用到自己的实际论文中。旧推文，再发一个，因为这个旧推文蕴含的思想，直接为我后续文章的图片做一个深厚的铺垫。
仔细思考思考这里面的细节，非常有意思。
绘图缘由：小伙伴们总会展示出一些非常好看且精美的图片。我大概率会去学习和复现一下。其实每个人的时间和精力都非常有限和异常宝贵的。之所以我会去做，主要有以下原因：
图片非常好看，我自己看着也手痒痒 图片我自己在Paper也用的上，储备着留着用 保持了持续学习的状态
文献图片如下：
❝其实这是一个配对的进化树，
Y叔的ggtree里面其实有了非常好的demo了。
具体请查看https://yulab-smu.top/treedata-book/chapter2.html
直接去查看ggtree的官网文档，查看代码即可。
❝最近画了太多太多的进化树了，群里的小伙伴们也会开开玩笑，哈哈哈哈哈哈哈。
❝不过，
Y叔的确是掌管进化树的神！yyds!
我在Y叔的代码的基础之上进行了一些些的微调，实现的图片如下：
❝我写的也是个
demo，至于线条的颜色，粗细，透明度，完全是可以调整的，自己手动diy就可以啦。
代码如下
加载R包
rm(list = ls())
####----load R Package----####
library(tidyverse)
library(ggtree)
library(ggbump)
library(patchwork)
加载数据
####----load Data----####
set.seed(1115)
x <- rtree(30)
y <- rtree(30)
开始绘图
####----在此基础上魔改----####
p1 <- ggtree(x, layout = "roundrect", branch.length = "none") +
geom_tiplab(align = T, offset = 0.5, linesize = NA) +
geom_hilight(
mapping = aes(subset = node %in% c(38, 48, 58, 36),
node = node,
fill = as.character(node))
) +
labs(fill = "Left") +
geom_tippoint(aes(x = x + 0.1), shape = 21, size = 3, fill = "#7fcdbb")
p1
p2 <- ggtree(y, layout = "ellipse", branch.length = "none") +
geom_tiplab(align = T, offset = 0.1, linesize = NA) +
geom_tippoint(aes(x = x + 0.1), shape = 23, size = 3, fill = "#fa9fb5")
p2
接下来是数据处理的部分，这一部分让我觉得Y叔实在是牛B！
# reverse x-axis and set offset to make the tree on the right-hand side of the first tree
d1 <- p1$data
d2 <- p2$data
d2$x <- max(d2$x) - d2$x + max(d1$x) + 15
pp <- p1 +
geom_tree(data = d2, layout = "ellipse", branch.length = "none") +
geom_tiplab(data = d2, aes(x = x - 2), align = T, offset = 0.1, linesize = NA) +
ggnewscale::new_scale_fill() +
geom_hilight(
data = d2,
mapping = aes(
subset = node %in% c(38, 48, 58),
node = node,
fill = as.factor(node)
)
) +
labs(fill = "Right") +
geom_tippoint(data = d2, aes(x = x - 0.5), shape = 23, size = 3, fill = "#fa9fb5")
pp
# 准备连线的数据
dd <- bind_rows(d1 %>% dplyr::mutate(x = x +2) ,
d2 %>% dplyr::mutate(x = x -3)) %>%
dplyr::filter(!is.na(label))
绘制一个直线的配对进化树
p1 <- pp +
geom_line(aes(x, y, group = label), data = dd, color = "grey")
ggsave(filename = "p1.pdf",
plot = p1,
height = 8,
width = 8)
绘制一个曲线的配对进化树
p2 <- pp +
geom_bump(aes(x, y, group = label), data = dd, color = "grey", linewidth = 1)
ggsave(filename = "p2.pdf",
plot = p2,
height = 8,
width = 8)
拼图和保存
####----combine----####
p_combine <- p1 + p2
ggsave(filename = "p_combine.pdf",
plot = p_combine,
height = 8,
width = 18)
版本信息
####----sessionInfo----####
sessionInfo()
R version 4.3.0 (2023-04-21)
Platform: x86_64-apple-darwin20 (64-bit)
Running under: macOS 14.5
Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/4.3-x86_64/Resources/lib/libRlapack.dylib; LAPACK version 3.11.0
locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8
time zone: Asia/Shanghai
tzcode source: internal
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] patchwork_1.2.0.9000 ggbump_0.1.0 ggtree_3.10.0 lubridate_1.9.3
[5] forcats_1.0.0 stringr_1.5.1 dplyr_1.1.4 purrr_1.0.2
[9] readr_2.1.5 tidyr_1.3.1 tibble_3.2.1 ggplot2_3.4.4
[13] tidyverse_2.0.0
loaded via a namespace (and not attached):
[1] yulab.utils_0.1.0 utf8_1.2.4 generics_0.1.3 ggplotify_0.1.2
[5] stringi_1.8.3 lattice_0.22-5 shadowtext_0.1.2 hms_1.1.3
[9] digest_0.6.35 magrittr_2.0.3 grid_4.3.0 timechange_0.2.0
[13] fastmap_1.1.1 Matrix_1.6-5 jsonlite_1.8.7 ggnewscale_0.4.10.9000
[17] ape_5.8 mgcv_1.9-0 fansi_1.0.6 aplot_0.2.2
[21] scales_1.3.0 textshaping_0.3.7 lazyeval_0.2.2 cli_3.6.2
[25] rlang_1.1.3 splines_4.3.0 munsell_0.5.0 tidytree_0.4.5
[29] withr_3.0.0 cachem_1.0.8 tools_4.3.0 parallel_4.3.0
[33] tzdb_0.4.0 memoise_2.0.1 colorspace_2.1-0 vctrs_0.6.5
[37] R6_2.5.1 gridGraphics_0.5-1 lifecycle_1.0.4 fs_1.6.3
[41] ggfun_0.1.3 ragg_1.2.6 treeio_1.26.0 pkgconfig_2.0.3
[45] pillar_1.9.0 gtable_0.3.4 glue_1.7.0 Rcpp_1.0.11
[49] systemfonts_1.0.5 tidyselect_1.2.1 rstudioapi_0.15.0 farver_2.1.1
[53] nlme_3.1-163 labeling_0.4.3 compiler_4.3.0
历史绘图合集
进化树合集
环状图
散点图
基因家族合集
换一个排布方式：
首先查看基础版热图:
然后再看进阶版热图:
基因组共线性
WGCNA ggplot2版本
其他科研绘图
合作、联系和交流
有很多小伙伴在后台私信作者，非常抱歉，我经常看不到导致错过，请添加下面的微信联系作者，一起交流数据分析和可视化。
