疗效分析的研究或者一些预测值需要可视化其排序和分布时,瀑布图是个很好的选择。
瀑布图的本质,就是柱状图的分组与修改。
考虑到投稿文章的要求,现有的R语言包中ggpubr是个非常适合医学研究的作图包
ggplot2当然也可以,但是就是细节太多太烦了,仅以ggpubr为例。
# 在可视化的过程中,必须是dataframe或者matrix进行整体分析
# data的信息至少包含两类:
# 1、分组 2、实际data
# 进行dataframe转化
data <- as.data.frame(data)
# 重新命名列名
names(data)<-c("name1","name2")
# 方便分组之后图例legend中进行展现
data$cluster_name [ data$cluster==1 ] <- "cluster 1"
data$cluster_name [ data$cluster==0 ] <- "cluster 2"
# 进行格式转化
data$cluster_name <- factor(kras_train$KRAS)
# add name 单加一列
data$name <- rownames(data) # add patients name (every observation)
# 此处有多少name的head要基于作图来源的data有多少head,cluster_name即为legend中的内容,当然如果cluster的内容已经是可用当然没问题
head(data[, c("patient_name", "cluster", "value","cluster_name","name")])
ggbarplot(data, x="patient_name", y="value", fill = "cluster_name", color = "white",
palette = "aaas", # npg=nature jco=jco aaas=science NEJM=NEJM 都可以试试
sort.val = "desc", # asc=升序 desc=降序 none
sort.by.groups=F, # if T 则是根据fill中的分组进行分组
x.test.angle = 60 # 此处是横坐标的倾斜角度)+
theme_bw()+
theme(legend.position = c(0.9,0.9)) # legend 位置
# 还有一些细节修改例如横纵坐标等等,可后续进行
eg.1
图1 science 配色瀑布图示例
图2 原始配色,分组瀑布图示例
版权声明:本文为weixin_47855187原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。