|
之前无意间翻阅文献，看到NC这篇文章。里面有几个图，写的是GO的富集terms，但是却是一个方框里写的。一开始组织的我还以为是用ppt画的，感觉这也太随意了，后来查了一下，发现是我孤陋寡闻了，这种图叫treemap。 treemap在生物学中的应用比较少，像NC中以这种方式的可视化确实是比较新奇的。我们还是可以学学，多一种技能，多一分自信。就算文章中不用，平时的汇报答辩都可以用，展示清楚可读。 要做图首先准备富集分析的文件结果，报告富集terms,gene counts,p-value等等。将文件读入R。这里我们为了展示方便，只选择了少数的terms。 install.packages("treemap")library(treemap)setwd("F:/生物信息学/NC_GO_treemap")a <- read.csv("NC_GO.csv",header = T)a <- subset(a, Count>60)接着画图，可以显示富集到的通路，方框大小用gene counts表示，每个框的颜色表示p值得大小(用p值填充)。 treemap(a, index="Description", #指定分组的列 vSize="Count", #指定面积大小的列 vColor="Padj", #指定颜色深浅的列 type="value", #指定颜色填充数据的类型 fontsize.labels=c(10, 10), #设置标签字体大小 align.labels=list(c("center", "center"), c("left", "top")), #设置标签对齐的方式 border.col="black", #设置边框的颜色 border.lwds=c(2,2)#设置边框的线条的宽度)如果不选择以P值填充，颜色也是自动填充。这样做出来的图就与NC这个文章的一模一样了！ treemap(a, index="Description", #指定分组的列 vSize="Count", #指定面积大小的列 vColor="Padj", #指定颜色深浅的列 fontsize.labels=c(10, 10), #设置标签字体大小 align.labels=list(c("center", "center"), c("left", "top")), #设置标签对齐的方式 border.col="black", #设置边框的颜色 border.lwds=c(2,2),#设置边框的线条的宽度)感觉还不错的点赞吧，还等什么呢。你学会了吗？ |
|
|
