|
我有话说：开始之前，啰嗦两句，很多小伙伴拿到代码一运行，出错了或者改动的时候立马就来问，有问题问其实很好，但是也要自己尝试，删除几个代码，自己调整几个参数都不是什么问题，在这个过程中，其实你对於这写内容就很熟悉了，也是一种成长进步，谁还不是在报错中开始的学习的，实在解决不了，可联系。 之前我们在单细胞系列提到过单细胞作图修饰的一个R包Scillus：
单细胞番外---单细胞数据分析及可视化集成R包Scillus（上）
单细胞番外---单细胞数据分析R包Scillus之marker基因可视化（中）
单细胞番外---单细胞R包Scillus之差异基因GSEA分析（下）
有小伙伴反应，我自己也发现了一个问题，例如在使用Scillus包中的plot_stat函数（方便计算细胞比例）的时候，如果想要看各个cluster的细胞比例是没有问题的。 library(Scillus)plot_stat(scedata, plot_type = "prop_multi", group_by = "group", text_size = 8)
但是我们也会发现一个问题，当我们注释好细胞类型之后，这个函数无法展示各个细胞类型的比例，而且图的排版也是固定的，只有4列，颜色也是默认的。这是因为作者在写函数的时候就已经固定了是针对seurat_clusters，所以无法展示细胞类型的比例。为了解决这个问题，我们可以对作者的原函数进行修改。 library(Scillus)cellcolor <- c("#339966","#FF6633","#FFCC33", "#99CC66","#666699","#336699", "#FFCCCC","#E64B35FF","#00A087FF", "#B09C85FF","#FFFF66")#修改后的plot函数plot_stat <- function(dataset, plot_type, group_by = "sample", pal_setup = 'Set2', plot_ratio = 1, text_size = 10, tilt_text = FALSE) {
if (is.data.frame(pal_setup)) { pal <- pal_setup[pal_setup[[1]] == group_by,][[2]] } else { pal <- pal_setup }
stat <- tibble::tibble(group = dataset[[group_by]][[1]], cluster = dataset[['celltype']][[1]]) stat %<>% group_by(.data$group, .data$cluster) %>% summarise(n = n()) %>% mutate(freq = n / sum(n))
ncolors <- if (plot_type == 'prop_fill') { length(unique(dataset[['celltype']][[1]])) } else { length(unique(dataset[[group_by]][[1]])) }
colors <- cellcolor
thm <- theme(aspect.ratio = plot_ratio, legend.title = element_text(size = text_size), legend.text = element_text(size = text_size), axis.title = element_text(size = text_size), axis.text = element_text(size = text_size), axis.title.x = element_blank() ) + theme_bw()
thm2 <- theme(legend.position = "none") thm3 <- theme(axis.text.x = element_text(angle = 45, vjust = 0.5))
switch(plot_type, group_count = stat %>% group_by(.data$group) %>% summarise(sum(n)) %>% ggplot(aes(x = .data$group, y = .data$`sum(n)`)) + geom_col(aes(fill = .data$group)) + geom_text(aes(label = .data$`sum(n)`), vjust = -0.5, size = text_size * 0.35) + scale_fill_manual(values = colors) + labs(x = group_by, y = "Number of Cells") + thm + thm2 + if (tilt_text) {thm3},
prop_fill = ggplot(stat) + geom_bar(aes(x = .data$group, y = .data$freq, fill = .data$cluster), position = "fill", stat = "identity") + scale_y_continuous(labels = scales::percent) + scale_fill_manual(values = colors, name = "Cluster") + labs(x = group_by, y = "Proportion") + thm + if (tilt_text) {thm3},
prop_multi = stat %>% mutate(freq = round(.data$freq, 3)) %>% ggplot() + geom_bar(aes(x = .data$group, y = .data$freq, fill = .data$group), stat = "identity") + geom_text(aes(x = .data$group, y = .data$freq, label = scales::percent(.data$freq)), vjust = -0.5, size = text_size * 0.35) + scale_y_continuous(expand = expansion(mult = c(0, 0.1)), labels = scales::percent_format()) + facet_wrap(~ cluster, ncol = 5, scales = "free") + scale_fill_manual(values = colors, name = "Group") + labs(x = NULL, y = "Proportion") + theme(strip.text.x = element_text(size = text_size)) + thm + thm2 + if (tilt_text) {thm3},
stop("Unknown plot type") )}
#先运行函数plot_stat(scedata, plot_type = "prop_multi", group_by = "group", text_size = 8)
原函数中图形形式、颜色、排版都可以自行修饰！
Scillus包原函数在github，链接：https://github.com/xmc811/Scillus。 这个包其他的函数，类似于热图等都可以自行修饰，形成自己的风格。这个包在作图方面真的还是很方便的，值得自己修饰下进行使用。
想要更多内容或者想和其他小伙伴交流的可加入我们的QQ群，入群有门槛哦，但是也有更多资源和优惠，详情请联系联系作者： |
