論文

Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity

https://www.nature.com/articles/s42255-022-00674-x#Sec58

s42255-022-00674-x.pdf

https://github.com/Osynchronika/sc_EC_obesity_atlas

大部分 作圖的數(shù)據(jù)都有，可以試著用論文中提供的數(shù)據(jù)復(fù)現(xiàn)一下論文中的圖

今天的推文我們復(fù)現(xiàn)一下論文中的figure4f

image.png

之前的推文也介紹過這種形式的餅圖，可以也看看之前的推文

今天的這個(gè)圖上下兩層分開做，然后采用拼圖的方式實(shí)現(xiàn)

餅圖上展示比例的文本如何添加的精確的位置我暫時(shí)想不到比較好的方法了，推文里的解決辦法是構(gòu)造大體的坐標(biāo)，然后出圖后手動(dòng)調(diào)節(jié)

論文中提供的數(shù)據(jù)

image.png

第一層餅圖的數(shù)據(jù)整理成如下格式

image.png

作圖代碼

library(ggplot2)
library(scatterpie)
library(readxl)
library(tidyverse)

fig4f.df01<-read_excel("data/20230207/figure4f.xlsx",
                       sheet = "Sheet1")
fig4f.df01

ggplot()+
  geom_scatterpie(data=fig4f.df01,
                  aes(x,y,group=region,r=0.4),
                  cols = c("A","B"))+
  coord_equal()


fig4f.df01
fig4f.df01 %>% 
  rowwise() %>% 
  mutate(A_prop=paste0(round(A/(A+B),2)*100,"%"),
         B_prop=paste0(round(B/(A+B),2)*100,"%"),
         x_A=x+0.1,
         x_B=x-0.1,
         y_A=y,y_B=y) -> fig4f.df01.1
  ggplot()+
  geom_scatterpie(data=fig4f.df01.1,
                  aes(x,y,group=region,r=0.4),
                  cols = c("A","B"))+
  coord_equal()+
  geom_text(data=fig4f.df01.1,
            aes(x=x_A,y=y_A,label=A_prop),
            hjust=0,color="black")+
    geom_text(data=fig4f.df01.1,
              aes(x=x_B,y=y_B,label=B_prop),
              hjust=1,color="white")+
    theme_void()+
    theme(axis.title.y = element_text(angle = 90),
          legend.title = element_blank())+
    scale_fill_manual(values = c("A"="#89bd41","B"="#e20613"),
                      labels=c("A"="Obesity: up\nRev: restored",
                               "B"="Obesity: up\nRev: not restored"))+
    labs(y="Upregulated")+
    geom_text(data = data.frame(x=1:7,y=1.5,label=c("Brain","Heart","Lungs",
                                                    "Kidneys","Liver","Vis AT","Sc AT")),
              aes(x=x,y=y,label=label),
              fontface="bold")

image.png

第二層的思路是一樣的

作圖數(shù)據(jù)手動(dòng)整理成如下格式

image.png

作圖代碼

fig4f.df02<-read_excel("data/20230207/figure4f.xlsx",
                         sheet = "Sheet2")
fig4f.df02

  
fig4f.df02
fig4f.df02 %>% 
    rowwise() %>% 
    mutate(A_prop=paste0(round(A/(A+B),2)*100,"%"),
           B_prop=paste0(round(B/(A+B),2)*100,"%"),
           x_A=x+0.1,
           x_B=x-0.1,
           y_A=y,y_B=y) -> fig4f.df02.1
ggplot()+
    geom_scatterpie(data=fig4f.df02.1,
                    aes(x,y,group=region,r=0.4),
                    cols = c("A","B"))+
    coord_equal()+
    geom_text(data=fig4f.df02.1,
              aes(x=x_A,y=y_A,label=A_prop),
              hjust=0,color="white")+
    geom_text(data=fig4f.df02.1,
              aes(x=x_B,y=y_B,label=B_prop),
              hjust=1,color="black")+
    theme_void()+
    theme(axis.title.y = element_text(angle = 90),
          legend.title = element_blank())+
    scale_fill_manual(values = c("A"="#312782","B"="#8abe42"),
                      labels=c("A"="Obesity: down\nRev: restored",
                               "B"="Obesity: down\nRev: not restored"))+
    labs(y="Downregulated")

image.png

最后是拼圖

library(patchwork)

p1/p2

出圖后再手動(dòng)編輯文本的位置

image.png

示例數(shù)據(jù)和代碼可以給推文點(diǎn)贊，然后點(diǎn)擊在看，最后留言獲取

歡迎大家關(guān)注我的公眾號(hào)

小明的數(shù)據(jù)分析筆記本

小明的數(shù)據(jù)分析筆記本 公眾號(hào) 主要分享：1、R語言和python做數(shù)據(jù)分析和數(shù)據(jù)可視化的簡(jiǎn)單小例子；2、園藝植物相關(guān)轉(zhuǎn)錄組學(xué)、基因組學(xué)、群體遺傳學(xué)文獻(xiàn)閱讀筆記；3、生物信息學(xué)入門學(xué)習(xí)資料及自己的學(xué)習(xí)筆記！

微信公眾號(hào)好像又有改動(dòng)，如果沒有將這個(gè)公眾號(hào)設(shè)為星標(biāo)的話，會(huì)經(jīng)常錯(cuò)過公眾號(hào)的推文，個(gè)人建議將 小明的數(shù)據(jù)分析筆記本 公眾號(hào)添加星標(biāo)，添加方法是

點(diǎn)開公眾號(hào)的頁面，右上角有三個(gè)點(diǎn)

image.png

點(diǎn)擊三個(gè)點(diǎn)，會(huì)跳出界面

image.png

直接點(diǎn)擊 設(shè)為星標(biāo) 就可以了

image.png