小云最近发现单细胞的热度最近越来越火热了，许多的高分文章都添加了单细胞数据分析的模块。所以，小云便找了几篇高分文献看了看，发现高分文章中，他们对单细胞数据不止分析的很完整，绘制出的图也很好看，并且他们当中的图中的配色也是一大亮点。
小云觉得小伙伴在平时分析单细胞数据的时候，不知道如何绘制的可以学习一下高分文章中的图是如何绘制的。因此呢，今天呢小云在这里手把手的带小伙伴去复现一些高分文章中的图，这次小云看的一篇文章是来自影响因子8.8的《Cellpress》期刊中的《Single-cell RNA sequencing identifies a population of human liver-type ILC1s》的单细胞数据相关，里面作者用了一些图很好看，而且文章中许多的单细胞数据都用一种类型的图去展示，我们来看一下是怎样的图
我们从上图可以看出来这是基因与单细胞的关系，横坐标是基因，纵坐标单细胞类型，那我们是不是也可以这样学着绘制一下呢，
有的小伙伴还不知道这是什么类型的图，我们先简单了解一下，小云告诉大家这是山脊图，但是这有很多个“山脊”，也可以叫做堆叠山脊图，原理其实和我们平时简单堆叠小提琴图类似，横坐标一个基因与多个单细胞类型多个关系，那么我们就可以用山脊图去可视化出来，我们利用一下单细胞的数据去学习这个山脊图，好了下面我们去学习一下。
这里呢小云还要说明一下，我们做单细胞分析的时候，操作占用内存可能比较大，所以建议各位小伙伴可以使用服务器去运行，如果没有自己的服务器也没有关系，可以欢迎联系我们使用服务器租赁~
我们先把要需要的包加载一下
#相关R包载入：
library(ggridges)
library(ggplot2)
library(cols4all)
然后导入我们的数据
#数据读入：
df <- read.csv(‘data.csv’,header = T)
head(df)
小伙伴可以按照这样的数据格式去自行设置，
这里小云就用一点数据去复现，
我们先看看基础的山脊图
#外轮廓半开放
p <- ggplot(data = df,
aes(x = value, y = cell, fill = cell)) +
geom_density_ridges() +
theme_classic()
p
这样的图其实就是基础的绘制，我们需要修改很多的细节，来继续往下走
还有一种展示形式
#外轮廓封闭
pp <- ggplot(data = df,
aes(x = value, y = cell, fill = cell)) +
geom_density_ridges2() +
theme_classic()
pp #
感觉就是函数不同，其他的细节我们就需要用到我们的老朋友ggplot2了
来看一下简单的图形
p1 <- ggplot(data = df,
aes(x = value, y = cell, fill = cell)) +
geom_density_ridges(alpha = 0.8,
color = ‘white’,
rel_min_height = 0.01, #尾部修剪，数值越大修剪程度越高
scale = 1.8, #山脊重叠程度调整，scale = 1时刚好触及基线，数值越大重叠度越高
#quantile_lines = TRUE, #显示分位数线
quantiles = 2 #仅显示中位数线
) +
theme_classic() +
theme(legend.position = ‘none’)
p1
这样一来和文章中有点相似，我们一步一步的修改，保持和文章中类似，我们可以修改一下坐标轴的限制
在这个图的基础上：
#坐标轴限制：
p2 <- p1 +
scale_x_continuous(limits = c(-4, 4),
breaks = seq(-4, 4, by = 2)) #x轴限制
p2
然后把我们一般需要的阈值线再加上去，
#阈值线添加：
p3 <- p2 +
geom_vline(xintercept = c(-3, 3),
size = 0.5,
color = ‘grey’,
lty = ‘dashed’)
p3
这里小云随机设置一下阈值范围
到这里还有一些细节没修改，我们再去调整一下颜色
这里小云给小伙伴介绍一个调色板
c4a_gui()
我们输入这个调色板
就会跳出来这个页面，我们可以自行去选择调色板的颜色
这里小云选择一个和文章中类似的颜色
mycol <- c4a(‘prgn’,6)
然后我们添加上去，小伙伴可能还有主要到，文章中Y轴字体大小还有颜色也是有变化的，我们把颜色保持和山脊图中颜色一致，在把字体调大，来看一下，
p4 <- p3 +
scale_fill_manual(values = mycol)+
theme(axis.text.y = element_text(colour=mycol))+#y轴文本设置
theme(axis.text.y=element_text(vjust=1,size=16,face = “bold”))#y轴字体大小设置
p4
这些都是在p1的基础上加上去的，
到这里已经差不多了，看看还有那些细节没有改，还有我们的X轴坐标的字体
我们在主题设置中加上去 theme(axis.title.x = element_text(
size = 16, lineheight = .9,
family = “Times”
))
来看下
p4 <- p3 +
scale_fill_manual(values = mycol)+
theme(axis.text.y = element_text(colour=mycol))+#y轴字体颜色设置
theme(axis.text.y=element_text(vjust=1,size=16,face = “bold”))+y轴字体大小设置
theme(axis.title.x = element_text(
size = 16, lineheight = .9,
family = “Times”
))
p4
好了，我们到这里就绘制差不多了，但是文章中是多个山脊图绘制在一起的，这就需要我们添加几个山脊图我们可以使用拼图的函数去组合
这里我们在绘制一个和上述一样的山脊图来作为演示，需要注意的是我们需要把左侧的图注删除，文章中是使用一个图注作为演示来看一下，这次我们一步到位
p6 <- ggplot(data = df,
aes(x = value, y = cell, fill = cell)) +
geom_density_ridges(alpha = 0.8,
color = ‘white’,
rel_min_height = 0.01, #尾部修剪，数值越大修剪程度越高
scale = 1.8, #山脊重叠程度调整，scale = 1时刚好触及基线，数值越大重叠度越高
#quantile_lines = TRUE, #显示分位数线
quantiles = 2 #仅显示中位数线
) +
scale_fill_manual(values = mycol)+
theme_classic() +
theme(legend.position = ‘none’)+#图注信息注释
theme(axis.text.y = element_text(colour=mycol))+
theme(axis.ticks = element_blank(), axis.text.y = element_blank())+
theme(axis.title.x = element_text(
size = 16, lineheight = .9,
family = “Times”
))#修改X轴文本信息
p6
下面我们就去组合一下
使用
cowplot::plot_grid(p4, p6,ncol = 2)就可以
这里小云数据不是很多，所以颜色的区分没有文章中那么多，小伙伴学会了之后可以用自己的数据去复现一下，好了到这里小云就教完了，小伙伴要多多理解代码的意思，这样才能绘制出自己图形，快去动手试试吧！
最后呢，小云给小伙伴带个小福利，如果小伙伴觉得自己运行代码太麻烦，可以试试我们的云生信小工具哟，里面有成熟的代码，只要输入合适的数据就可以直接出想要的图呢。
多多关注我们公众号，云生信！
