【原】R语言画森林图系列4！

今天继续学习使用R语言画森林图！

前面学习了2种通用方法，1种可视化模型的方法，今天学习使用ggplot2和ggforestplot画森林图！

不过我不喜欢，我还是最喜欢前两种通用的方法，美观，通用！

• ggplot2

• ggforestplot

“

数就是图，图就是数！

ggplot2

先编造一个数据。

library(tibble)
options(digits = 2)
df <- tibble(
  label = LETTERS[1:22],
  mean = rnorm(22,mean = 1, sd=0.2),
  lower = mean - 0.1,
  upper = mean + 0.2,
  group = c(rep("Group-1",7),rep("Group-2",7),rep("Group-3",8))
)
df
## # A tibble: 22 x 5
##    label  mean lower upper group  
##    <chr> <dbl> <dbl> <dbl> <chr>  
##  1 A     0.917 0.817 1.12  Group-1
##  2 B     0.880 0.780 1.08  Group-1
##  3 C     1.36  1.26  1.56  Group-1
##  4 D     1.03  0.926 1.23  Group-1
##  5 E     0.965 0.865 1.17  Group-1
##  6 F     0.697 0.597 0.897 Group-1
##  7 G     0.718 0.618 0.918 Group-1
##  8 H     0.804 0.704 1.00  Group-2
##  9 I     1.08  0.977 1.28  Group-2
## 10 J     1.21  1.11  1.41  Group-2
## # ... with 12 more rows

加载R包

library(ggplot2)

画图！

p <- ggplot(data = df)+
  geom_point(aes(x=mean,y=label),size = 2)+
  geom_errorbar(aes(x = mean,y=label,xmin=lower,xmax=upper))+
  geom_vline(xintercept = 1, color = "black",linetype="dashed",alpha=0.6)+
  labs(x=NULL,y=NULL)+
  facet_grid(group ~.,scales = "free",space = "free")+
  theme_minimal()+
  theme(text=element_text(size=18, color="black"))+
  theme(panel.spacing = unit(1, "lines"))
p

plot of chunk unnamed-chunk-3

这就是一个简单的森林图了，你可以添加各种映射改变颜色和大小形状等。对于森林图中的文字部分可以通过geom_text添加。

不过确实不太好看的样子！

# 保存
ggsave(filename = "ggplot_forestplot.png",height = 26,width = 18,units = "cm")

ggforestplot

这个包是基于ggplot2系列的，看似优雅，但是颜值画出来总感觉颜值不高。

# 目前只能通过github安装
devtools::install_github("NightingaleHealth/ggforestplot")

library(ggforestplot)
library(tidyverse)
## -- Attaching packages ----------------------------- tidyverse 1.3.1 --
## v tidyr   1.2.0     v dplyr   1.0.7
## v readr   2.1.1     v stringr 1.4.0
## v purrr   0.3.4     v forcats 0.5.1
## -- Conflicts -------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

# 筛选部分数据
df <-
  ggforestplot::df_linear_associations %>%
  filter(
    trait == "BMI",
    dplyr::row_number() <= 30
  )

df
## # A tibble: 30 x 5
##    name          trait    beta      se    pvalue
##    <chr>         <chr>   <dbl>   <dbl>     <dbl>
##  1 Isoleucine    BMI    0.339  0.00945 1.11e-281
##  2 Leucine       BMI    0.343  0.00951 1.25e-285
##  3 Valine        BMI    0.287  0.00951 7.94e-200
##  4 Phenylalanine BMI    0.343  0.00862 0        
##  5 Tyrosine      BMI    0.261  0.00900 6.65e-185
##  6 Alanine       BMI    0.179  0.00890 8.62e- 90
##  7 Glutamine     BMI   -0.134  0.00945 7.68e- 46
##  8 Glycine       BMI   -0.0296 0.00937 1.56e-  3
##  9 Histidine     BMI    0.0364 0.00917 7.25e-  5
## 10 Lactate       BMI    0.131  0.00911 9.20e- 47
## # ... with 20 more rows

基本画图，只需要几个参数即可：

ggforestplot::forestplot(
  df = df,
  name = name,
  estimate = beta,
  se = se,
  pvalue = pvalue,
  psignif = 0.002, # 显著性阈值
  xlab = "1-SD increment in BMI\nper 1-SD increment in biomarker concentration",
  title = "Associations of blood biomarkers to BMI"
)

plot of chunk unnamed-chunk-7

下面是一个多组的。

# 数据准备
selected_bmrs <- df %>% pull(name)

df_compare_traits <-
  ggforestplot::df_linear_associations %>%
  filter(name %in% selected_bmrs) %>%
  # Set class to factor to set order of display.
  mutate(
    trait = factor(
      trait,
      levels = c("BMI", "HOMA-IR", "Fasting glucose")
    )
  )

画图：

# 画图ggforestplot::forestplot(  df = df_compare_traits,  estimate = beta,  pvalue = pvalue,  psignif = 0.002,  xlab = "1-SD increment in cardiometabolic trait\nper 1-SD increment in biomarker concentration",  title = "Biomarker associations to metabolic traits",  colour = trait)

plot of chunk unnamed-chunk-9

森林图一共介绍了4种，还有一种生存分析的森林图没用，因为太简单了！直接ggforest(model)就解决了，而且如果你能提取出数据，用前两种方法完全可以搞定。

以上就是今天的内容，希望对你有帮助哦！欢迎点赞、在看、关注、转发！