在模仿中精进数据可视化_使用R语言绘制NatureMicrobiology中的treemap图
❝
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。
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
❝笔者现在非常喜欢
Nature Microbiology的文章。
未来将会长期驻扎在Nature Microbiology期刊里面，对优秀的图片进行复现。
希望大家能跟着我在模仿中精进数据可视化！。
同时也欢迎大家投稿！
论文来源
论文图片
图片复现：
❝版本1
❝版本2
❝合并版本
直接上代码：
加载R包
rm(list = ls())
####----load R Package----####
library(tidyverse)
library(readxl)
library(treemap)
library(treemapify)
library(patchwork)
加载数据
####----load Data----####
df<- read_xlsx(path = "test_df.xlsx")
可视化
####----plot----####
# treemap
pdf(file = "treemap.pdf",
height = 8,
width = 12)
treemap(df,
index=c("Season","Fruits"),
vSize="sales",
type="index"
)
dev.off()
p2 <- ggplot(df,aes(area=sales,
fill=Season,
label=Fruits,
subgroup=Season))+
geom_treemap(layout="squarified", color = "black")+
geom_treemap_text(place = "centre",size = 12)+
scale_fill_manual(values = c("#fdc086", "#beaed4", "#b2df8a")) +
labs(title="Sub Grouped Tree Plot using ggplot and treemapify in R") +
theme(
plot.title = element_text(hjust = 0.5)
)
p2
ggsave(filename = "treemapify.pdf",
plot = p2,
height = 6,
width = 7)
❝因为是
ggplot2对象，因此可以拼图。
# combine
p_combine <- p2 + p2 + p2 + p2 + plot_layout(nrow = 1)
p_combine
ggsave(filename = "treemapify_combine.pdf",
plot = p_combine,
height = 6,
width = 30)
版本信息
####----sessionInfo----####
sessionInfo()
R version 4.3.0 (2023-04-21)
Platform: x86_64-apple-darwin20 (64-bit)
Running under: macOS 14.6.1
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 treemapify_2.5.6 ggplotify_0.1.2 treemap_2.4-4 readxl_1.4.3
[6] lubridate_1.9.3 forcats_1.0.0 stringr_1.5.1 dplyr_1.1.4 purrr_1.0.2
[11] readr_2.1.5 tidyr_1.3.1 tibble_3.2.1 ggplot2_3.5.1 tidyverse_2.0.0
loaded via a namespace (and not attached):
[1] ggfittext_0.10.1 gtable_0.3.5 tzdb_0.4.0 vctrs_0.6.5 tools_4.3.0
[6] generics_0.1.3 yulab.utils_0.1.5 fansi_1.0.6 pkgconfig_2.0.3 data.table_1.16.0
[11] RColorBrewer_1.1-3 lifecycle_1.0.4 compiler_4.3.0 farver_2.1.2 textshaping_0.3.7
[16] munsell_0.5.1 httpuv_1.6.12 htmltools_0.5.7 later_1.3.1 pillar_1.9.0
[21] ellipsis_0.3.2 cachem_1.1.0 mime_0.12 tidyselect_1.2.1 digest_0.6.36
[26] stringi_1.8.3 fastmap_1.2.0 grid_4.3.0 colorspace_2.1-1 cli_3.6.3
[31] magrittr_2.0.3 utf8_1.2.4 withr_3.0.1 scales_1.3.0 promises_1.2.1
[36] writexl_1.4.2 timechange_0.2.0 igraph_2.0.3 cellranger_1.1.0 ragg_1.2.6
[41] hms_1.1.3 memoise_2.0.1 shiny_1.8.0 gridGraphics_0.5-1 rlang_1.1.4
[46] Rcpp_1.0.13 gridBase_0.4-7 xtable_1.8-4 glue_1.7.0 rstudioapi_0.15.0
[51] R6_2.5.1 systemfonts_1.1.0 fs_1.6.4
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。
