Вложенные группирующие переменные для составной гистограммы

Я пытаюсь улучшить визуализацию этого рисунка, разделив ось X на вложенные подкатегории образцов. Я не могу использовать для этого заполнение ggplot, так как я уже использовал Pivot_longer() для включения 6 типов вывода. Решение также должно обеспечивать возможность просмотра в свободном масштабе с помощью facet_wrap() для изучения тенденций между отдельными компонентами белка.

Иметь: Вложенные группирующие переменные для составной гистограммы

Хотеть: Вложенные группирующие переменные для составной гистограммы

Пытаться: Вложенные группирующие переменные для составной гистограммы

Кадр данных:

>head(data)
>  ShortName  Mod Growth Day    Group        Conc
>1  CTRL_D02 CTRL     CC   2 Protein1 0.013072917
>2  CTRL_D02 CTRL     CC   2 Protein2 0.000000000
>3  CTRL_D02 CTRL     CC   2 Protein3 0.004661458
>4  CTRL_D02 CTRL     CC   2 Protein4 0.000000000
>5  CTRL_D02 CTRL     CC   2 Protein5 0.000000000
>6  CTRL_D02 CTRL     CC   2 Protein6 0.025885417

>CC <- data %>% slice(1:144)
>LG <- data %>% slice(145:210)

ggplot, гистограмма с накоплением для просмотра большого количества всех белков

p0 <- ggplot(CC) + 
  geom_col(aes(x = ShortName, y = Conc, fill = Group)) + 
  theme_clean() + 
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust = 1)) + 
  labs(y = "Concentration", x = "Sample", fill = "Composition")

ggplot, просмотр тенденций отдельных белковых компонентов

p0.1 <- p0 + 
  facet_wrap(. ~ Group, scales = "free_y") + 
  theme(legend.position = "none")

Похоже, вы хотите использовать Mod, а не Group в своем facet_wrap().

Gregor Thomas 25.06.2024 22:48

И вам понадобится столбец в ваших данных с нужными вам значениями оси X, которые, похоже, являются лишь концом ShortName.

Gregor Thomas 25.06.2024 22:51

Вы очень близки. Возможно просто ggplot(CC, aes(Day, Conc, fill = Group)) + geom_col() + facet_wrap(vars(Mod), scales = 'free')? Убедитесь, что Day является фактором или вектором символов.

Axeman 25.06.2024 23:41

Спасибо @GregorThomas и @Axeman, мне удалось получить желаемый сюжет, используя термин взаимодействия для Mod и Day и пакета ggh4x.

mellifluous 26.06.2024 18:14
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
0
4
54
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Вы можете использовать пакет ggh4x для вложения меток делений по оси X.

library(ggplot2); library(ggh4x)

ggplot(data, aes(x=interaction(Day,Mod), Conc, fill = Group)) + 
  geom_col() + 
  scale_x_discrete(guide = "axis_nested") +  # *** ggh4x *** #
  facet_grid(~Mod, scales = 'free') +
  labs(x = "Sample", y = "Concentration", fill = "Composition", 
       title = "Stacked bar graph of convoluted timecourse") +
  #theme_clean() +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1),
        panel.grid.major.x = element_blank(), 
        panel.grid.minor.x = element_blank(),
        strip.text = element_blank(),
        axis.line.x = element_line(),
        axis.line.y = element_line(),
        legend.box.background = element_rect())


data <- tibble(Day=sample(c('D02','D04','D07','D11','D02','D14'), 210, TRUE),
                   Mod=sample(c('CTRL','P2E8','P2G7','poly'), 210, TRUE),
                   Growth=sample(c('CC','LG'), 210, TRUE),
                   Group=sample(paste0("Protein", 1:6), 210, TRUE, prob=c(10,1,1,1,1,1)),
                   Conc=runif (210, 0, 0.3))

Спасибо! Добавление термина взаимодействия и использование ggh4x дали мне желаемый результат.

mellifluous 26.06.2024 18:10

Я сделал это так: я создал числовую переменную в фрейме данных, которую я могу сопоставить с осью X, а затем воссоздал метки в Scale_x_continious, просматривая метки, используя это значение. Вот грубый пример использования поддельного набора данных.

set.seed(123)

data <- data.frame(
  ShortName = sample(c( "D02", "D04", "D07", "D09", "D11", "D14"), 1250, replace = TRUE), 
  Mod = sample(c("CTRL", "P2E8", "P2G7", "poly"), 1250, replace = TRUE), 
  #Growth = sample(c("CC", "LG"), 1250, replace = TRUE), 
  #Day = sample(2:14, 1250, replace = TRUE),
  Group = sample(c("Protein1", "Protein2", "Protein3", "Protein4", "Protein5", "Protein6"), 1250, replace = TRUE),
  Conc = runif (1250, 0, 1)
) %>% 
  summarise(.by = c(-Conc), Conc = mean(Conc))

data <- data   %>%
  arrange(ShortName, Mod, Group) %>%
  mutate(
  ShortName = factor(ShortName),
  Mod = factor(Mod),
  xpos = (as.numeric(Mod))* 7 + (as.numeric(ShortName)),
  l = paste(ShortName, Mod, sep = "_")
  ) 

getlabel <- function(x){
  d <- (data[data$xpos == x,c("ShortName","Mod")][1,])
  paste(d$ShortName, d$Mod, sep = "\n")
}
getlabel <- Vectorize(getlabel)

data %>% 
  ggplot(aes(x = xpos)) + 
  geom_col(aes(y = Conc, fill = Group)) +
  scale_x_continuous(
    breaks = unique(data$xpos), 
    labels = getlabel(unique(data$xpos))
    )+
  labs(x = "sample", y = "concentration")

Другие вопросы по теме