柱状图肿瘤某一指标的比较和GSVA结果展示

　　尔云间 一个专门做科研的团队
　　原创 小果 生信果
　　本篇将介绍如何利用 ggplot2 绘制柱状图 以清楚地展示各肿瘤某一指标的比较（如肿瘤缓解率）和GSVA分析结果。
　　1   肿瘤缓解率结果展示
　　首先启动程序包
　　library(ggplot2)
　　然后读取数据
　　df<-read.csv(＂easy_input1.csv＂)
　　数据结构如下图，为2列。第一列为不同癌症，第二列为score
　　按照score排序，并画图：  df<-df[order(df$score,decreasing = T),] df$index<-seq(1,nrow(df)) p<-ggplot(df,aes(x=index,y=score,fill=ID)) +    geom_bar(stat = ＂identity＂,width = 0.8) +    scale_fill_brewer(type = ＂Qualitative＂, palette = ＂Paired＂) + #bar的颜色      scale_y_continuous(breaks=seq(-100, 100, 10), #y轴刻度                      expand = c(0,0)) + #上下都不留空   scale_x_discrete(expand = expand_scale(mult = c(0.01,0))) + #左边留空，右边到头     #画3条横线   geom_hline(yintercept = c(-30,0,20),               linetype = 5, #画虚线              size = 0.3) + #线的粗细      #其他主题   labs(x = ＂＂, y = ＂Maximum Change in Tumor Size (%)＂,         title = ＂A Maximum Change in Tumor Size, According to Tumor Type＂) +   theme_bw() + #去除背景色   theme(panel.grid =element_blank()) + #去除网格线   theme(panel.border = element_blank()) + #去除外层边框   theme(axis.line = element_line(colour = ＂black＂)) + #沿坐标轴显示直线   theme(axis.line.x = element_blank(), axis.ticks.x = element_blank(), axis.text.x = element_blank()) + #去除x轴      #图例   guides(fill = guide_legend(ncol = 5,title = NULL)) + #图例分5列   scale_size(range=c(5,20)) +   theme(legend.background = element_blank(), #移除整体边框         #图例的左下角置于绘图区域的左下角         legend.position=c(0,0),legend.justification = c(0,0))          #改用下面这行，图例就会位于顶部         #legend.position=＂top＂)
　　由于Cancer12值很高，使得图片右侧很空。对其进行修改，让y轴适合大部分数据，然后在最高的那个bar上标出实际数据。 #设置坐标轴范围，最大值设为50，以适应大多数数据 P <- p + coord_cartesian(ylim = c(-90,50)) + #y轴范围，根据实际情况调整   #添加数据标签   geom_text(data = subset(df, score > 50),             aes(index, 48,label=round(score))) + #在超过50的bar上标出实际数据   geom_text(data = subset(df, index == 3),             aes(index, score + 1,label = ＂*＂)) + #作者的特殊标记   geom_text(data = subset(df, index == nrow(df)),             aes(index, score - 3, label = ＂T＂))  #作者的特殊标记
　　2   GSVA结果展示
　　2.1 score绝对值小于阈值的bar显示为灰色
　　输入数据，包含两列：ID和score
　　df<-read.csv(＂easy_input2.csv＂)
　　按照score的值分组
　　df$group<-cut(df$score, breaks = c(-Inf,-4,4,Inf),labels = c(1,2,3))
　　按照score排序
　　df<-df[order(df$score,decreasing = F),]
　　df$index<-seq(1,nrow(df))
　　开始画图：  ggplot(df,aes(x=index,y=score,fill=group)) +    geom_bar(stat = ＂identity＂,width = 0.8) +    scale_fill_manual(values = c(＂palegreen3＂,＂snow3＂,＂dodgerblue4＂)) + #bar的颜色   scale_x_discrete(expand = expand_scale(add = .6)) +    scale_y_continuous(breaks=seq(-30, 20, 5)) +   coord_flip() + #坐标轴互换      #画2条横线   geom_hline(yintercept = c(-4,4),               color=＂white＂,              linetype = 2,#画虚线              size = 0.3) + #线的粗细     #写label   geom_text(data = subset(df, score > 0),             aes(x=index, y=0, label=paste0(ID,＂  ＂), color = group),#bar跟坐标轴间留出间隙             size = 3, #字的大小             hjust = ＂inward＂ ) +  #字的对齐方式   geom_text(data = subset(df, score < 0),             aes(x=index, y=0, label=paste0(＂  ＂,ID), color = group),             size = 3, hjust = ＂outward＂) +     scale_colour_manual(values = c(＂black＂,＂snow3＂,＂black＂)) +     #其他主题   labs(x = ＂＂, y = ＂t value of GSVA score, tumor   versus non-malignant＂,         title = ＂Endothelial cells, tumour versus non-malignant＂) +   theme_bw() + #去除背景色   theme(panel.grid =element_blank()) + #去除网格线   theme(panel.border = element_rect(size = 0.6)) + #边框粗细   theme(axis.line.y = element_blank(), axis.ticks.y = element_blank(), axis.text.y = element_blank()) + #去除y轴   guides(fill=FALSE,color=FALSE)  #不显示图例
　　2.2 pvalue>0.05的bar显示为灰色
　　输入数据，包含三列，ID、score和pvalue
　　df<-read.csv(＂easy_input3.csv＂)
　　#按照pvalue分组
　　df$p.group<-cut(df$pval, breaks = c(-Inf,0.05,Inf),labels = c(1,0))
　　#按照score分组
　　df$s.group<-cut(df$score, breaks = c(-Inf,0,Inf),labels = c(0,1))
　　#合并
　　df$ps.group <- paste0(df$p.group,df$s.group)
　　#根据pvalue和score分为3组
　　df$group<-ifelse(df$ps.group==＂10＂,＂1＂,ifelse(df$ps.group==＂11＂,＂2＂,＂3＂))
　　按照score排序
　　df<-df[order(df$score,decreasing = F),]
　　df$index<-seq(1,nrow(df))
　　开始画图：
　　只调整了颜色顺序，其余跟＂2.1＂的画图代码是一样的 scale_fill_manual(values = c(＂palegreen3＂,＂dodgerblue4＂,＂snow3＂)) + #颜色
　　推荐阅读   使用R语言完成序列比对及进化树美化
　　看小果演示CIBETSORT、xcell两种常用的R语言包
　　一步到位？R代码构建列线图
　　小果教你三分钟看懂多条线共存的ROC图的R语言画法
　　快速学习如何确定差异分析阈值来筛选差异基因