R语言可视化—饼图

原创

sheldor没耳朵

修改于 2024-08-15 12:13:28

1330

修改于 2024-08-15 12:13:28

文章被收录于专栏：R语言可视化

R语言可视化—饼图

今天开始进行R语言可视化的练习，主要参照的是文献《Preoperative immune landscape predisposes adverse outcome in hepatocellular carcinoma patients with liver transplantation》中的配图，尽量复现，顺便以此夯实R语言基础操作。今天复现文章中的Fig.1A，即饼图绘制。

Fig.1A文献中描述We sequenced the transcriptomes of a total of 124 samples, comprising 62 malignant tumors, 47 adjacent nontumors, and 15 normal samples, from a Korean HCC cohort (Fig. 1a and Supplementary Table 1).

首先我们从基础的极坐标绘图开始，极坐标绘图一般是先画柱形图，再转化为极坐标，如下图：

library(ggplot2)
# 创建示例数据
data1 <- data.frame(
  category = c("A", "B", "C", "D"),
  value = c(2, 3, 5, 4)
)
# 基本的柱状图
p <- ggplot(data1, aes(x = category, y = value)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  theme_minimal()
# 转换为极坐标
p + coord_polar(theta = "x", start = 0)
p + coord_polar(theta = "y", start = 0)

注：

ggplot(data, aes(x = category, y = value))：定义绘图的数据集和美学映射。

geom_bar(stat = "identity", fill = "skyblue")：绘制柱状图，并设置颜色。

coord_polar(theta = "x", start = 0)：将柱状图转换为极坐标。

theta = "x"表示使用x轴进行极坐标转换，theta = "y"表示使用y轴进行极坐标转换,

start = 0 控制起始角度。

ggplot(data1, aes(x = "", y = value, fill = category))+
  geom_bar(width = 1, stat = "identity") +
  coord_polar(theta = "y")

将x值设为空，并且fill = category后，即可绘制常规的饼图。

接下来再对这张图进行修饰即可，观察Fig.1A，知道应该做如隐藏x，y轴、移除多余的图形元素、将value值标注在对应的色块中并且居中排列、将图例放在图的下方按照两列排列并隐藏图例名称、图例外有黑边包边。

ggplot(data1, aes(x = "", y = value, fill = category)) +
  geom_bar(width = 1, stat = "identity") +
  coord_polar(theta = "y") +
  labs(x = NULL, y = NULL, fill = "Category") +
  theme_void() + # 移除多余的图形元素
  geom_text(aes(label = value), 
            position = position_stack(vjust = 0.5), color = "black")+
  theme(legend.position = "bottom", 
        legend.title = element_blank()) + # 隐藏图例标题
  guides(fill = guide_legend(ncol = 2, 
                             override.aes = list(col = "black", size = 2)))

注：

position_stack(vjust = 0.5)用于控制标签在堆积条形图（或饼图）的堆叠位置中的显示方式。具体来说：

position_stack：这是一个位置调整函数，用于在堆叠的条形图或饼图中调整元素的位置。对于堆叠的条形图，它将标签按照条形的高度依次堆叠。
vjust = 0.5：vjust是垂直对齐参数，取值范围是0到1：
- vjust = 0 表示标签对齐在每个堆叠部分的底部。
- vjust = 1 表示标签对齐在每个堆叠部分的顶部。
- vjust = 0.5 表示标签对齐在每个堆叠部分的中间。

在饼图中，position_stack(vjust = 0.5)用于将标签（如百分比）放置在每个饼图扇形区域的中间位置，从而使得标签更清晰地显示在每个部分的中心。vjust = 0.5确保标签垂直居中。

举例说明：

vjust = 0：标签会贴近扇形的内圈边缘。
vjust = 1：标签会贴近扇形的外圈边缘。
vjust = 0.5：标签会居中，通常是最理想的显示位置。

搞懂这些基础知识就可以正式开始Fig.1A的绘制。

columnNames <- c("Normal", 
                 "Fibrosis low (FL)", 
                 "Fibrosis high (FH)", 
                 "Cirrhosis (CS)", 
                 "Dysplastic nodule low (DL)", 
                 "Dysplastic nodule high (DH)", 
                 "T1", 
                 "T2", 
                 "T3/4", 
                 "Mixed")
Values<- c(15, 10, 10, 10, 10, 7, 16, 29, 11, 6)
Colors <-  c('#bebdbd', '#bbe165', '#6e8a3c', '#546a2e', 
             '#f1c055', '#eb8919', '#f69693', '#f7474e', '#aa0c0b', '#570a08')
data <- data.frame(
  group = columnNames,
  value = Values
)
data$group <- factor(data$group,columnNames)
pie <- ggplot(data,aes(x="",y=value,fill=group))+
  geom_bar(width = 1,stat = "identity")+#画条形图
  coord_polar("y",start = 0,direction = -1)+#极坐标旋转
  scale_fill_manual(values = Colors)+
  geom_text(aes(label =  value), color = "black",
            position = position_stack(vjust = 0.5))+
  theme_void()+#全白主题，无网格
  theme(plot.title = element_blank(),legend.position = "bottom",legend.title = element_blank())+
  guides(fill = guide_legend(ncol = 2, 
                             override.aes = list(col = "black", size = 1)))

为了方便以后复用，可以将画图的代码包装成函数

#构建一个绘图函数，绘制饼图
drPiechart <- function(columnNames,Values,Colors,outputPdf){
  library(ggplot2)
  library(scales)
  library(RColorBrewer)
  library(dplyr)
  
  data <- data.frame(
    group = columnNames,
    value = Values
  )
  #将group列转换为因子类型，并按columnNames中的顺序排列
  data$group <- factor(data$group,columnNames)
  #绘制饼图
  pie <- ggplot(data,aes(x="",y=value,fill=group))+
    geom_bar(width = 1,stat = "identity")+#画条形图
    coord_polar("y",start = 0,direction = -1)+#极坐标旋转
    scale_fill_manual(values = Colors)+
    geom_text(aes(label =  value), color = "black",size = 4,
              position = position_stack(vjust = 0.5))+
    theme_void()+#全白主题，无网格
    theme(plot.title = element_blank(),legend.position = "bottom",legend.title = element_blank())+
    guides(fill = guide_legend(ncol = 2, 
                               override.aes = list(col = "black", size = 1)))
  
  #保存图片
  ggsave(outputPdf,pie,units = 'cm',height = 8,width = 16)
}

以后的数据直接调用即可

#调用函数
drPiechart(c("Normal", 
                 "Fibrosis low (FL)", 
                 "Fibrosis high (FH)", 
                 "Cirrhosis (CS)", 
                 "Dysplastic nodule low (DL)", 
                 "Dysplastic nodule high (DH)", 
                 "T1", 
                 "T2", 
                 "T3/4", 
                 "Mixed"), 
           c(15, 10, 10, 10, 10, 7, 16, 29, 11, 6), 
           c('#bebdbd', '#bbe165', '#6e8a3c', '#546a2e', 
             '#f1c055', '#eb8919', '#f69693', '#f7474e', '#aa0c0b', '#570a08'), 
           './results/Figure 1A.pdf')