学习单细胞文章的时候，看到NM上一篇文章差异基因的显示方法。

图形如下：

先解释下这样展示的意义（举例可能并不是很恰当）：假设我们需要研究某个细胞群分为两个亚群，想要看这两个亚群之间的差异基因变化情况，就可以使用这种方法。先计算每个样本中这两群细胞的差异基因，再将所有样本合并，找出需要关注的基因，就可以作图了。

因为我们演示数据并没有涉及这样的意义，所以偷懒用了不同群细胞的差异基因构建了用来演示的示例数据。图形本身是柱状图，而且是堆叠柱状图。那么作图需要以下因素，首先是纵坐标的LogFC，横坐标的基因名，还有分组。具体的数据形式如下（差异基因筛选不再赘述）：

接下来用ggplot作图即可，为了让基因排列按照我们拍好的顺序，将其转化为因子排序，这样作图显示基因名顺序就不会变了。

diff <- read.csv("diff.csv",header = T,row.names = 1)

library(ggplot2)

library(forcats)

diff$gene  <- as.factor(diff$gene )

diff$gene  <- fct_inorder(diff$gene )

先做一个基本的柱状图。

ggplot()+

  geom_bar(data=diff,

           aes(x=avg_log2FC,y=gene,fill=cluster),

           stat="identity",

           colour = "grey50")#柱子边框颜色

接下来，改变主题，图形方向，填充颜色即可。

ggplot()+

  geom_bar(data=diff,

           aes(x=avg_log2FC,y=gene,fill=cluster),

           stat="identity",

           colour = "grey50")+

  scale_fill_manual(values = c("#2271b6","#6bafd6",

                               "#9ecbe2","#fd9272","#fee1d3"))+

  theme_bw()+

  labs(x="Cumulative avg. logFC",y="Gene expression")+

  coord_flip()+

  theme(axis.text.x=element_text(angle=90,hjust = 1,vjust=0.5))#X轴

这样就完成了，就是一摸一样有没有？解锁新的数据展示，快尝试下吧。想要示例数据的小伙伴可以打赏截图联系作者获取，感谢支持！

如有侵权，请联系本站删除！