这图怎么画| 富集分析之双向柱状图

enrich_barplot

写在前面

【这图怎么画】系列的图都来自VIP群里同学的提问。推文只是对图片的复现，不代表作者对图片展现形式的认同。欢迎同学们在群里分析有意思的图片。

本期图片

enrich_barplot

❝

Title：The multiomics landscape of serum exosomes during the development of sepsis

期刊：Journal of Advanced Research

Doi：https://doi.org/10.1016/j.jare.2021.11.005

❞

相比于以往的富集分析可视化形式：GOplot | 更美观的富集分析可视化，本图将pvalue以及富集「基因数」都用条形图来展示，看上去更直观一点。

❝

刚开始以为是很普通的双向柱状图(正负条形图），后来发现颜色和坐标轴标签都不好修改，因此还是用了拼图。「这期写的一般，有更好办法的同学欢迎私信反馈」。

❞

复现结果

复现结果

示例数据和代码领取

详见：这图怎么画| 富集分析之双向柱状图

1. 

绘图

# 创建示例数据
dt = data.frame(pathway = paste('pathway',1:20),
                Classification = rep(paste('Class',1:5),4),
                pvalue  = runif(20,0.0001,0.05),
                count = floor(runif(20,5,20)))
head(dt)  

dt = dt[order(dt$Classification),]
dt$pathway = factor(dt$pathway, levels =  dt$pathway)   
library(ggplot2)
# 左图
p1 <- ggplot(dt, aes( x = pathway,
                y = log10(pvalue), #为了方向向左，故不加负号
                fill = Classification))+
  scale_fill_manual(values = rev(c('#e4e242','#8ab92b','#80c5d8','#437eb8','#c4a2c5')))+ # rev是因为颜色写反了
  scale_y_continuous(expand = c(0,0),labels = c(3,2,1,0)) +#标签为负号，自行修改
  geom_bar(stat = 'identity')+
  coord_flip()+
  ylab('-log10(P-value)')+
  xlab('')
p1
# 右图
p2 <- ggplot(dt, aes( x = pathway,
                      y = count),fill = '#595758')+
  scale_y_continuous(expand = c(0,0)) +
  geom_bar(stat = 'identity')+
  coord_flip()+
  ylab('No. of genes')+
  xlab('') +
  theme(axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.title.y = element_blank())
p2
library(patchwork)
p1+p2+plot_layout(guides = 'collect')+ plot_layout(widths = c(2, 1.5))
# 保存
ggsave('enrich_barplot.pdf',width = 7,height = 5)

result

之后在AI里稍微调整一下即可。

复现结果

往期内容

1. CNS图表复现|生信分析|R绘图 资源分享&讨论群！

2. 这图怎么画| 有点复杂的散点图

3. 这图怎么画 | 相关分析棒棒糖图

4. 组学生信| Front Immunol |基于血清蛋白质组早期诊断标志筛选的简单套路

5. (免费教程+代码领取)|跟着Cell学作图系列合集

6. Q&A | 如何在论文中画出漂亮的插图？

7. 跟着 Cell 学作图 | 桑葚图(ggalluvial)

8. R实战 | Lasso回归模型建立及变量筛选

9. 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)

10. R实战 | 给聚类加个圈圈(ggunchull)

11. R实战 | NGS数据时间序列分析(maSigPro)

12. 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)

---

木舟笔记矩阵