三元圖的應(yīng)用場(chǎng)景：三分組以上, 直觀展示某個(gè)因素（可數(shù)值量化的）在三個(gè)條件下的傾向性！
1. 直觀展示基因表達(dá)在三組的表達(dá)偏向性
首先清除環(huán)境，安裝并加載所需要的R包
rm(list = ls()) #清除環(huán)境內(nèi)存
install.packages("ggplot2")
install.packages("ggtern")
library("ggtern")
library("ggplot2")
載入數(shù)據(jù)（主體數(shù)據(jù)為三分組數(shù)據(jù)）
data<-read.table("Ternary1.txt",header = T,sep ="\t")
head(data)#查看數(shù)據(jù)
## gene_name Negative Neutral Positive average enrichment
## 1 NRGN 2.3699806 0.073607064 0.82261289 1.0887335 Negative
## 2 NONO 0.3744240 0.003200307 0.02625360 0.1346260 Negative
## 3 ZBED3 2.8678412 0.019201843 0.57757927 1.1548741 Negative
## 4 B4GAT1 6.9865054 0.092808907 1.26892414 2.7827462 Negative
## 5 PGAP2 0.3949968 0.006400614 0.19252642 0.1979746 Negative
## 6 HYI 0.1152074 0.003200307 0.06125841 0.0598887 Negative
繪圖，建立數(shù)據(jù)的映射關(guān)系
具體的取值映射可自行定義，本次用平均表達(dá)值以及富集對(duì)象為映射
p<-ggtern(data=data,aes(x=Negative,y=Neutral,z=Positive))+ #X,Y,Z軸分別映射三分組表達(dá)值
geom_point(aes(size=average,color=enrichment),alpha=0.8)+ #以點(diǎn)圖形式呈現(xiàn)，大小映射的是平均值，顏色映射的是最大值對(duì)應(yīng)組即enrichment）
scale_colour_manual(values = c("grey","#f68b23","#00a070"))+ #自定義設(shè)置顏色
theme_rgbw(base_size = 12 )+ #設(shè)置背景樣式和字體大小，背景樣式可通過theme_bw查詢
labs(title = "Ternary plot")+ #設(shè)置標(biāo)題
theme(plot.title = element_text(size=15,hjust = 0.5)) ##標(biāo)題大小和位置
# + theme_legend_position(x="topright") #更改圖注位置,topleft, middleleft, bottomleft, topright, middleright and bottomright
print(p)
image.png
添加基因信息
p1=p+geom_text(data=subset(data,average>5),
aes(label=data[data$average>5,][,1],
size=3),col="black",check_overlap = F,
hjust = 1.5,vjust = 0.5,angle = 45)
#?geom_text() #查看函數(shù)用法
print(p1)
image
輸出PDF結(jié)果
ggsave("Ternary1.pdf", width = 18, height = 12, units = "cm") # ggsave可將圖保存為多種格式
2. 直觀展示不同功能在三組中的偏向性
首先清除環(huán)境，安裝并加載所需要的R包
rm(list = ls()) #清除環(huán)境內(nèi)存
#install.packages("ggplot2")
#install.packages("ggtern")
library("ggtern")
library("ggplot2")
載入數(shù)據(jù)（主體數(shù)據(jù)為三分組數(shù)據(jù)）
data<-read.table("Ternary2.txt",header = T,sep ="\t")
head(data) #查看數(shù)據(jù)
## gene_name Negative Neutral Positive average Pathway
## 1 PSMB6 0.61718246 0.022402150 0.19252642 0.27737034 adherens junction
## 2 CHMP5 0.32093488 0.003200307 0.05250721 0.12554746 adherens junction
## 3 EVPL 0.67478616 0.006400614 0.41130645 0.36416441 adherens junction
## 4 ARHGEF16 0.16869654 0.009600921 0.05250721 0.07693489 adherens junction
## 5 USO1 0.34562218 0.048004607 0.34129684 0.24497454 adherens junction
## 6 CADM2 0.09874919 0.003200307 0.01750240 0.03981730 adherens junction
繪圖，建立數(shù)據(jù)的映射關(guān)系
具體的取值映射可自行定義，本次用功能分類為映射
p<-ggtern(data=data,aes(x=Negative,y=Neutral,z=Positive))+ #X,Y,Z軸分別映射三分組表達(dá)值
geom_point(aes(size=average,color=Pathway),alpha=0.8)+ #以點(diǎn)圖形式呈現(xiàn)，大小映射的是平均值，顏色映射的是最大值對(duì)應(yīng)組即enrichment）
scale_colour_manual(values = c("#00a070","#7e532f"))+ #自定義設(shè)置顏色
theme_rgbw(base_size = 12 )+ #設(shè)置背景樣式和字體大小，背景樣式可通過theme_bw查詢
labs(title = "Ternary plot")+ #設(shè)置標(biāo)題
theme(plot.title = element_text(size=15,hjust = 0.5)) #標(biāo)題大小和位置
print(p)
image
輸出PDF結(jié)果
ggsave("Ternary2.pdf", width = 15, height = 12, units = "cm") # ggsave可將圖保存為多種格式
往期回顧
R繪圖 | 兩組genes的累積曲線分布比較！
R繪圖 | 基于文獻(xiàn)結(jié)果圖的重現(xiàn)思考！
R繪圖 | Cell-Type Enrichment分析探索
R繪圖|韋恩圖的常見繪制方法
R繪圖|ggplot2火山圖的繪制
R繪圖|ggplot2散點(diǎn)圖的繪制
R繪圖|pheatmap熱圖繪制——基礎(chǔ)篇
R繪圖|pheatmap熱圖繪制——中階篇
R繪圖|pheatmap熱圖繪制——高階篇
