样本构成是实验的开端，也是后续分析的基础，所以样本信息在论文中需要详细展示，涉及到你实验的真实性和可重复性。一般样本构成可以使用AI做示例图，有些临床采样，可以使用柱状体的方式展示，我们之前讲过一种（复现《nature communications》图表（三）：画样本时间轴图（堆叠柱状图））。最近在NC文章中看到用华夫图表示样本的构成，感觉效果很好，这里复现一下。原文图如下：

（Single cell analysis of cribriform prostate cancer reveals cell intrinsic and tumor microenvironmental pathways of aggressive disease）

我的复现结果（一模一样）：

根据原图自己设置一个作图文件，很简单，读入文件加载R包：

install.packages("waffle")

library(waffle)

library(ggplot2)

library(dplyr)

library(tidyverse)

library(reshape2)

library(forcats)

setwd("D:/KS项目/公众号文章/华夫图")

A <- read.csv("华夫图.csv", header = T,

stringsAsFactors = T,

fileEncoding = 'GBK')

数据转化、设置因子顺序：

df=melt(A,id="patient")

df$variable <- as.factor(df$variable)

df$variable <- fct_inorder(df$variable)#x轴因子顺序不变

colnames(df)

df$patient <- as.factor(df$patient)

df$patient <- fct_rev(df$patient)#y轴逆序，保持与文章一致

设定对应颜色：

col_group <- setNames(c("#B5C8E8",

"#4475C7",

"#1A3564",

"#F2B900",

"#FFE79A",

"#CD9AFF",

"#00B1F0",

"#C6E1B5",

"#79B84C"),

c('Grade Group2',

'Grade Group3',

"Grade Group5",

"PSA<10ng/ml",

"PSA>10ng/ml",

"Present",

"Absent",

"≤ pT3a",

"≥ pT3a"))

ggplot结合waffle作图，复刻一模一样：

ggplot(df, aes(variable, patient, fill = value)) +

geom_waffle()+

theme(panel.background = element_blank(),

axis.title = element_blank(),

axis.ticks = element_blank(),

legend.title = element_blank(),

legend.position = "right",

axis.text.x = element_text(color = 'black',angle = 45,

size = 12,hjust = 0,vjust = 0.1),

axis.text.y = element_text(color = 'black',size = 12))+

scale_fill_manual("",values = col_group)+

scale_x_discrete(position = "top")+

guides(fill = guide_legend(override.aes = list(size=10),

label.position ='left',

label.theme = element_text(size = 12)))

也可以设置圆形：

ggplot(df, aes(variable, patient, color = value)) +

geom_waffle(tile_shape='circle', size=8)+

theme(panel.background = element_blank(),

axis.title = element_blank(),

axis.ticks = element_blank(),

legend.title = element_blank(),

legend.position = "right",

axis.text.x = element_text(color = 'black',angle = 45,

size = 12,hjust = 0,vjust = 0.1),

axis.text.y = element_text(color = 'black',size = 12))+

scale_color_manual("",values = col_group)+

scale_x_discrete(position = "top")+

guides(fill = guide_legend(override.aes = list(size=8),

label.position ='left',

label.theme = element_text(size = 12)))

好了，这就是今天的内容了

转自：“KS科研分享与服务”微信公众号

如有侵权，请联系本站删除！