文爱 电报群 NC杂志同款高颜值连线堆积柱状图

今天来学习一篇2022年6月发表在 nature communicattions  杂志中的带有连线的堆积柱状图文爱 电报群，文件为《A highly conserved core bacterial microbiota with nitrogen-fixation capacity inhabits the xylem sap in maize plants》。图片文爱 电报群如下：

这个图展示了不同的土染分类即横坐标：团员土（BS）、根际土（RS）、根内圈（RE）、木质部汁液（VE）、茎内圈（SE）、叶内圈（LE）和叶名义（P）中 四种填充色：不同场地 Site、施肥处罚 Fertilisation 、场地与施肥交互作用 Site x Fertilisation、Unknown 的EV变化相关。

与一般的堆积柱状图比较，因为有这个连着的线指令，视觉上更明晰地展示了数据比例的变化。

图片

图注：PerMANOVA检修进一步阐述了泥土中时势和施肥对细菌群落的影响迟缓消弱（从BS的91.93%到VE的28.42%）文爱 电报群。

Fig. 1 Effects of soil type and fertilisation on the maize microbiome. b Effects of site， fertilisation treatments， and site × fertilisation on bacterial community structure in each compartment as tested by PerMANOVA

文爱xxx示例数据

我这里简易造了一个示例数据，放在了github上：https://github.com/zhangj1115/example_data，淌若不便捷下载也不错加我微信发给你：Biotree123。

绘画

这种图的绘制使用的是一个ggplot2的扩张包：ggalluvial。

对于ggplot2的多样扩张包，不错看咱们之前的帖子：探索ggplot2的无穷可能：140+ggplot2扩张包让你的图表更出彩

rm(list=ls())library(ggplot2)library(ggprism)library(reshape2)# 绘制连线library(ggalluvial) # 构造数据data <- read.table("Fig1C_stackbar_data.txt"， header = T，sep = "\t")dataclass(data)# 变化数据，宽变长# id.vars：除了这一列，其余悉数的列名齐会酿成新数据中的单唯一列# variable.name：melt操作后，为新列变量取名# value.name：新列对应值的变量名df <- melt(data， id.vars = 'Class'， variable.name="Deal"， value.name="EV")head(df)# 成立横坐方针绘画功令df$Class <- factor(df$Class， levels = c("BS"， "RS"， "RE"， "VE"， "SE"， "LE"， "P"))# 成立堆叠的柱子中的先后功令df$Deal <- factor(df$Deal， levels = c("Unknown"， "SitexFertilisation"， "Fertilisation"， "Site"))# 绘制堆积柱状图：ggalluvialp <- ggplot(df， aes( x = Class， y=100 * EV， fill = Deal， stratum = Deal， alluvium = Deal)) +  geom_stratum(width = 0.7， color='white'， size=0.6) + # 添加柱子白色的边框# 绘制冲击图中的流动部分# width 需要与上头的width保捏一致# curve_type:柱子之间的连线的类型  geom_alluvium(alpha = 0.4， width = 0.7， curve_type = "linear") p

初步效劳如下：

图片

好意思化一下

## 好意思化# 成立格局，使用chatgpt取格局约略snipaste软件，尽头便捷col <- c("Unknown"="#dbdbdb"， "SitexFertilisation"="#ffe698"， "Fertilisation"="#a8d18d"， "Site"="#8fabdd")p1 <- p +   scale_fill_manual(values = col) +   xlab(label = "" ) + # 添加x，y坐标轴标题  ylab(label = "Explained variation (%)") +   theme_classic()  + # 使用经典主题   theme(legend.title = element_blank()， # 去掉图例标题        legend.text = element_text(size=14，face = "bold")，  # 成立图例标签的字体        axis.text = element_text(size=16，face = "bold")，    # 成立x，y轴刻度标签的字体        axis.title.y = element_text(size=16，face = "bold")  # 成立y轴标题的字体        )  p1                                                                        ggsave(filename = "Fig1B.pdf"，width = 8， height = 6， plot = p1)

最终效劳如下：

图片

这种图在单细胞分析的著述中也挺常见的，用于展示不相同本中不同细胞类型占比的比例变化~ 本站仅提供存储事业，悉数现实均由用户发布，如发现存害或侵权现实，请点击举报。