【原】ggplot的aes和aes_string的差异

健明 2022-07-17 发布于广东

展开全文

交流群有一个昵称是“今西”的小伙伴说他做了一个常规的转录组分析，实验和对照两个组，各三个样本。他的老师希望能把一个基因集里所有的基因（一个通路里面的，或者上下调最显著的基因列表）都做箱线图，表现在两个组中的表达情况。一个基因集中的基因往往超过十个，这次就不能像之前那样一个个的画图拼接，必须要用循环做图了。

但是循环的时候就报错了，他求助了他的师兄，发现问题就出在aes() 上，搜索到：

https:///questions/29425892/how-do-i-loop-through-column-names-and-make-a-ggplot-scatteplot-for-each-one

如下所示：

You need to explicitly print() the object returned by ggplot() in a for loop because auto-print()ing is turned off there (and a few other places).

You also need to use aes_string() in place of aes() because you aren't using i as the actual variable in filter（提问者的dataframe） but as a character string containing the variable (in turn) in filter to be plotted.

让我们来演示一下“今西”小伙伴遇到的问题：

首先构造模拟数据

df = as.data.frame(rbind(matrix(rnorm(260),nrow = 10),
                         matrix(rexp(260),nrow = 10)
))
colnames(df)=paste0('gene',LETTERS)

condition = rep(c('case','control'),each=10)
library(ggplot2)
gencounts = as.data.frame(cbind(condition,df)) 
gencounts[1:4,1:4]

如下所示：

> gencounts[1:4,1:4]
  condition      geneA      geneB      geneC
1      case -1.1783525  0.5862758  0.8885539
2      case  0.5305503 -0.2297670  0.1225264
3      case -1.9248160  1.7752445 -0.6351263
4      case  2.8276993  0.5792767 -1.6000259

总共是26个基因，它们都是在case 和 control两个分组需要看表达量差异，而且case 和 control两个分组内部都是10个病人。

直接选取一个基因进行绘图

# 任意一个基因绘图
ggplot(gencounts, aes (x=condition, y= geneY)) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

如下所示：

选取一个基因进行绘图

因为要写循环，对全部的基因批量绘图，所以“今西”小伙伴使用了如下所示的代码：

i =2 
colnames(gencounts)[i]
# 不报错，但是绘图是失败的后面的aes_string的差异
# 这里需要着重强调 aes 和 
if(T){
  ggplot(gencounts, aes (x=condition, y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
}

然后就报错了，如果需要让上面的代码成功，需要做一个简单的修改，就是ggplot的aes和aes_string的差异：

# 成功的绘图
ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

测试后，就可以批量绘图并且拼接啦；

pl = lapply(2:ncol(gencounts), function(i){
  ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
})
#cowplot::plot_grid(plotlist = pl, align = "h",   nrow = 4)
patchwork::wrap_plots(pl,byrow = T, nrow =7)

如下所示：

批量绘图并且拼接

当然了，这个箱线图还可以进一步美化，比如添加统计学检验指标：


# 箱线图可以更加自定义，比如添加统计学显著指标
i =2 
colnames(gencounts)[i]
ggplot(gencounts, aes_string (x='condition', y= gencounts[,i]) ) +
  stat_boxplot(geom="errorbar",position=position_dodge(width=0.7),width=0.2,alpha=0.8,color="black") + 
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()+ labs(y="Expression Level") + 
  theme(panel.grid.major = element_blank(), #panel.grid.minor = element_blank(),
        panel.border = element_blank(), 
        axis.line = element_line(colour = "black",size=1), 
        axis.title.y=element_text(size=14),axis.text.y=element_text(size=14),
        axis.title.x=element_blank(),axis.text.x=element_text(size=14)
  ) + 
  ggsignif::geom_signif(comparisons = list(c( 'case','control' )),
              map_signif_level=T,vjust=0.5,color="black",
              textsize=5,test=t.test,step_increase=0.1) +
  scale_fill_manual(values=c("RoyalBlue", "firebrick3")) + 
  ggtitle( colnames(gencounts)[i] )

如下所示：

添加统计学显著指标

该如何系统性学习ggplot呢

如果你要从ggplot2开始一步步调制成为它这样的美图，需要下很深的功夫，一张统计图就是从数据到几何对象（点、线、条形等）的图形属性（颜色、形状、大小等）的一个映射。

✦ 数据（Data），最基础的是可视化的数据和一系列图形映射（aesthetic mappings），该映射描述了数据中的变量如何映射到可见的图形属性。
✦ 几何对象（Geometric objects, geoms）代表在图中实际看到的点、线、多边形等。
✦ 统计转换（Statistical trassformations, stats）是对数据进行某种汇总，例如将数据分组创建直方图，或将一个二维的关系用线性模型进行解释。
✦ 标度（Scales）是将数据的取值映射到图形空间，例如用颜色、大小或形状来表示不同的取值，展现标度的常见做法是绘制图例和坐标轴。
✦ 坐标系（Coordinate system, coord）描述数据是如何映射到图形所在的平面，同时提供看图所需的坐标轴和网格线。
✦ 分面（faceting）如何将数据分解为子集，以及如何对子集作图并展示。
✦ 主题（theme）控制细节显示，例如字体大小和图形的背景色。

前面我们介绍了绘图小白神包：