小伙伴平时面对多个数据关系不知道如何绘制图，一般来说使用常见的表格已经满足不了小伙伴，并且也不好看。而今天小果给大家介绍的桑基图可以呈现数据的流动和分布。而桑基图（Sankey）作为相对复杂的图表种类，平时很少用到，主要是它使用的而环境不多，并且制作难度很大，但是桑基图可以很好的展示我们数据的分布。
我们就带小伙伴去学习桑基图的绘制，小果带小伙伴绘制的桑基图是一种特定类型的流程图，其中图中延伸分支的宽度对应数据流量的大小，通常应用我们数据的可视化分析。
接下里小果就大家去学习吧!
首先我们先载入R包，主要用到主要的用到还是ggalluvial这专门绘制桑基图的包
library(ggalluvial)
library(ggplot2)
library(dplyr)
#这里小果使用的实例数据带领大家去学习，主要用的使用TCGA数据集中的LIHC的临床数据进行展示，大家可以根据数据格式处理自己的临床数据。
#读入LIHC临床数据
LIHC <- read.csv(“data.csv”,header=TRUE)
#在这里展示数据情况
head(LIHC)
summary(LIHC)
小伙伴注意下：桑基图的数据结构需要节点，权重等信息，而ggalluvial的输入数据可以是长数据亦可以是宽数据
我们先对临床数据进行简单的处理得到四个变量的频数，整理成宽数据。：
#分组计算频数
LIHCData <- group_by(LIHC,AGE,SEX,AJCC_PATHOLOGIC_TUMOR_STAGE,OS_STATUS) %>% summarise(., count = n())
#查看宽数据格式
head(LIHCData)
上述数据处理完成，我们开始去绘制桑基图：
ggplot(as.data.frame(LIHCData),
aes(axis1 = AJCC_PATHOLOGIC_TUMOR_STAGE, axis2 = SEX, axis3 = AGE,
y= count)) +
scale_x_discrete(limits = c(“AJCC_STAGE”, “SEX”, “AGE”), expand = c(.1, .05)) +
geom_alluvium(aes(fill = OS_STATUS)) +
geom_stratum() + geom_text(stat = “stratum”, label.strata = TRUE) +
theme_minimal() +
ggtitle(“Patients in the TCGA-LIHC cohort”,
“stratified by demographics and survival”)
上述代码中，axis参数设置待展示的节点信息（就是柱子）
还有geom_alluvium参数设置的是组间面积连接，这个地方小果这里按照生存状态分组；小伙伴可以按照参数设置自行安排。
接下来我们对长数据示例的展示：
ggplot2通常处理的是长表格的模式，那我们就使用to_lodes_form函数即可转换
#to_lodes_form生成alluvium和stratum列，主分组位于key列中
LIHC_long <- to_lodes_form(data.frame(LIHCData),
key = “Demographic”,
axes = 1:3)
head(LIHC_long)
然后接下来绘制桑基图：
# 绘制桑基图
ggplot(data = LIHC_long,
aes(x = Demographic, stratum = stratum, alluvium = alluvium,
y = count, label = stratum)) +
geom_alluvium(aes(fill = OS_STATUS)) +
geom_stratum() + geom_text(stat = “stratum”) +
theme_minimal() +
ggtitle(“Patients in the TCGA-LIHC cohort”,
“stratified by demographics and survival”)
接下来我们还以利用桑基图去展示状态变化的趋势
这里我们使用R包中内置数据集 vaccinations 这个可以展示同一个项目下不同生存状态的情况
感兴趣的小伙伴可以按照一下数据形式去设置自己的数据集：
data(vaccinations)
levels(vaccinations$response) <- rev(levels(vaccinations$response))#小果在这里作为演示
接下来绘制桑基图：
ggplot(vaccinations,
aes(x = survey, stratum = response, alluvium = subject,
y = freq,
fill = response, label = response)) +
scale_x_discrete(expand = c(.1, .1)) +
geom_flow() +
geom_stratum(alpha = .5) +
geom_text(stat = “stratum”, size = 3) +
theme(legend.position = “none”) +
ggtitle(“vaccination survey responses at three points in time”)
这样一来状态变化的趋势就展示出来了。
上述就是如何使用R包-ggalluvial绘制桑基图！，小伙伴有没有心动呢，快去设置自己的数据集去完成桑基图。小果在这里提醒大家一下，要注意多多理解代码中参数的含义，这样能把自己可视化的结果展示成自己的图片。