堆叠柱状图-ggplot2

绘制堆叠柱状图,重点重点在于geom_bar中postion="stack", 数据参考:http://www.omicsclass.com/article/92 dat   type  Sample Num1     A sample1  902     B sample1  343     C sample1...

绘制堆叠柱状图,重点重点在于geom_bar中postion="stack",

数据参考:https://www.omicsclass.com/article/92

dat
   type  Sample Num
1     A sample1  90
2     B sample1  34
3     C sample1  56
4     D sample1  99
5     E sample1  15
6     A sample2  50
7     B sample2  20
8     C sample2  24
9     D sample2  70
10    E sample2  14


绘图部分将geom_bar(position="stack")设置成堆叠类型可以生成堆叠的柱状图,默认fill的顺序是”Sample“因子的顺序,如果不是有序因子一般是字母排序的顺序。

p = ggplot(dat, aes(x = type,y = Num,fill = Sample))+
  ####position="stack"堆叠状
  geom_bar(stat ="identity",width = 0.6,position ="stack")+     
  scale_fill_manual(values = c("red","blue"))+              
  labs(x = "",y = "", title = "test")+    
  ####文字标签和geom_bar的参数position一致,同时调整文字位置vjust=0.5
  geom_text(aes(label = dat$Num),position=position_stack(vjust =0.5),size = 5)+ 
  guides(fill = guide_legend(reverse = F))+               
  theme(plot.title = element_text(size = 25,face = "bold", vjust = 0.5, hjust = 0.5),  
        legend.title = element_blank(),              
        legend.text = element_text(size = 18, face = "bold"),     
        legend.position = 'right',               
        legend.key.size=unit(0.8,'cm'))          

print(p)



attachments-2018-08-lbwqT7ce5b762e67e2ad5.jpg反向堆叠操作position_stack(reverse=T)

p = ggplot(dat, aes(x = type,y = Num,fill = Sample))+
  ####position="stack" 改为"postion_stack(reverse=T) 反向堆叠
  geom_bar(stat ="identity",width = 0.6,position =position_stack(reverse = T))+     
  scale_fill_manual(values = c("red","blue"))+              
  labs(x = "",y = "", title = "test")+    
  ####文字标签和柱子一样需要反向堆叠
  geom_text(aes(label = dat$Num),position=position_stack(reverse =T,vjust =0.5),size = 5)+ 
  guides(fill = guide_legend(reverse = F))+               
  theme(plot.title = element_text(size = 25,face = "bold", vjust = 0.5, hjust = 0.5),  
        legend.title = element_blank(),              
        legend.text = element_text(size = 18, face = "bold"),     
        legend.position = 'right',               
        legend.key.size=unit(0.8,'cm'))          

print(p)

attachments-2018-08-oBBjPetr5b762ee5b460f.jpg


如果想提升自己的绘图技能,我们推荐:R语言绘图基础(ggplot2)


更多生物信息课程:

1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程基因家族文献思路解读

2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读转录组(无参)结果解读

3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读OTU网络图绘制cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课:linux系统使用perl入门到精通perl语言高级R语言入门R语言画图

7. 医学相关数据挖掘课程,不用做实验也能发文章:TCGA-差异基因分析GEO芯片数据挖掘GEO芯片数据标准化GSEA富集分析课程TCGA临床数据生存分析TCGA-转录因子分析TCGA-ceRNA调控网络分析

8.其他,二代测序转录组数据自主分析NCBI数据上传二代测序数据解读


  • 发表于 2018-08-17 10:12
  • 阅读 ( 15102 )
  • 分类:R

0 条评论

请先 登录 后评论
Daitoue
Daitoue

167 篇文章

作家榜 »

  1. omicsgene 698 文章
  2. 安生水 347 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 80 文章
  6. 红橙子 78 文章
  7. rzx 74 文章
  8. CORNERSTONE 72 文章