当前位置：文江博客话题详情

使用 R 绘制分类数据图

发布于 2024-11-03 12:00:50 字数 255 浏览 4 评论 0原文

我有一个蛋白质名称列表（P1，P2，...，Pn），它们被分类为三种不同的表达水平高（H），中（M）和低（L），在三种实验条件下测量（Exp1）、Exp2 和 Exp3）。在此处输入图像描述

我希望绘制如图底部所示的图，其中包含蛋白质的名称左边的实验名称和高、中、低类别分别用红色、蓝色和绿色表示。

我是 R 新手，非常感谢任何帮助。

提前致谢

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

神仙妹妹 2024-11-10 12:00:50

您可以创建一个具有如下格式数据的文件（制表符分隔）：

pv   exp  val
1    1    H
2    1    L
3    1    L
4    1    M
1    2    H
2    2    H
3    2    M
4    2    H
1    3    L
2    3    L
3    3    L
4    3    M

并使用以下命令来抓取并绘制它们：

mat <- read.table(file.choose(),header=T) # 将文件读入内存

attach(mat) # 将标头名称映射到变量名称

plot(pv~exp,col=val) # 绘制类别相互对比并使用 val (H,M,L) 作为颜色数组。 R 会自行将这些值分配给颜色。您还可以使用 val 数组创建一个颜色数组，将 (H,M,L) 转换为 (蓝色,红色,绿色)...但还有其他文档。

You can create a file with data formatted like this (tab delimited):

pv   exp  val
1    1    H
2    1    L
3    1    L
4    1    M
1    2    H
2    2    H
3    2    M
4    2    H
1    3    L
2    3    L
3    3    L
4    3    M

And used the following commands to grab and plot them:

mat <- read.table(file.choose(),header=T) # read the file into memory

attach(mat) # map the header names to variable names

plot(pv~exp,col=val) # plot the categories against each other and use val (H,M,L) as the color array. R will assign those values to colors on its own. You can also create a color array using the val array to translate (H,M,L) to (Blue,Red,Green)... but there is other documentation out there for that.

回复收藏 0 原文

极致的悲 2024-11-10 12:00:50

这是一种使用 ggplot2 和 reshape2 包的一些魔力的方法。

首先，以您描述的格式重新创建数据：

df <- data.frame(
    P    = paste("P", 1:4, sep=""),
    Exp1 = c("L", "H", "L", "M"),
    Exp2 = c("M", "M", "L", "H"),
    Exp3 = c("H", "L", "L", "M"))

接下来，加载附加包：

library(reshape2)
library(ggplot2)

然后，使用 melt() 将数据从宽格式转换为高格式。 id 变量是“P”，我们告诉函数将“变量”重命名为“Exp”：

mdf <- melt(df, id.vars="P", variable="Exp")

因为 L - M - H 具有语义顺序，所以我们使用 的 ordered 参数Factor() 通知 R 此顺序：

mdf$value <- factor(mdf$value, levels=c("H", "M", "L"), ordered=TRUE)

最后，我们准备绘制您的数据：

ggplot(mdf, aes(x=Exp, y=P, colour=value)) + 
    geom_point(size=3) + 
    scale_colour_manual(value=c("red", "green", "blue")) +
    xlab("") + 
    ylab("")

Here is an approach that uses some of the magic of the ggplot2 and reshape2 packages.

First, recreate the data in the format you described:

df <- data.frame(
    P    = paste("P", 1:4, sep=""),
    Exp1 = c("L", "H", "L", "M"),
    Exp2 = c("M", "M", "L", "H"),
    Exp3 = c("H", "L", "L", "M"))

Next, load the add-on packages:

library(reshape2)
library(ggplot2)

Then, use melt() to convert your data from wide format to tall format. The id variable is "P", and we tell the function to rename the "variable" to "Exp":

mdf <- melt(df, id.vars="P", variable="Exp")

Because L - M - H has semantic order, we use the ordered parameter of factor() to inform R of this order:

mdf$value <- factor(mdf$value, levels=c("H", "M", "L"), ordered=TRUE)

Finally, we are ready to plot your data:

ggplot(mdf, aes(x=Exp, y=P, colour=value)) + 
    geom_point(size=3) + 
    scale_colour_manual(value=c("red", "green", "blue")) +
    xlab("") + 
    ylab("")

enter image description here