2024-06-16

跟着小果学领略绘图的魅力！轻松复现IF16.6高分文献中的精美Chord图！！

小果生信果 2024-02-12 19:00:43

在科学研究中，数据可视化是展示研究成果并传递信息的重要方式。其中，Chord图以其独特的视觉效果和强大的信息传达能力，在展示实体间关系和联系方面扮演着重要角色。

小果今天分享的这份高分文献中，Chord图以IF16.6的高影响因子荣登其中，为读者呈现了一场视觉盛宴。这些图表不仅令人赏心悦目，更是深藏着研究的宝贵信息。

所以小果带领小伙伴去学习这些高分文献中数据可视化的方法，并轻松复现这些高分文献中精美Chord图的绘制过程。我们先了解一下Chord图，其实它是通过环形布局展示了不同实体之间的关系网络，以弦的方式连接各个实体，线条的粗细、颜色的深浅都隐含着数据背后的丰富内涵。每一条线都是一个故事，连接着数据中的关联和联系，而每一次绘制都是对数据本身意义的再次诠释。

这次呢我们就去踏上Chord图的绘制之旅。通过解读高分文献中的数据结构和可视化手法，探索一下Chord图背后的绘制技巧和方法。从数据的准备，到Chord图的布局和装饰，我们将一步步解析每个环节，让复杂的图形变得易于理解和操作。

我们来看一下如何这次分享的文献中的图，是来自《A latitudinal gradient of deep-sea invasions for marine fishes》的图3，是来自IF16.6顶级期刊：

上述这个图，和我们平时见到的一些细节不一样，小伙伴也不知道如何绘制，下面我们就开始绘制吧

这里呢小果还要说明一下，我们这次做的数据分析数据量是非常大的，我们操作占用内存比较大，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~

公众号后台回复“111”

领取本篇代码、基因集或示例数据等文件

文件编号：240202

需要租赁服务器的小伙伴可以扫码添加小果，此外小果还提供生信分析，思路设计，文献复现等，有需要的小伙伴欢迎来撩~

我们先看一下数据的格式

dat<-read_excel("data1.xlsx")dat

小伙伴可以按照这样的数据自行去设置

然后我们加载一下使用的包

library(readxl)library(circlize)

后面就可以进行绘制了，绘制之前呢，我们先设置一下Circos 图的参数

#circos.par定义 Circos 图的整体参数circos.par(start.degree = 90, #控制了起始角度           #gap.degree = 4,                points.overflow.warning = FALSE,#控制点溢出的警告           gap.after=c("A1"=5,"A2"=5,"A3"=15,#控制在特定区块后的间隔                       "B1"=5,"B2"=5,"B3"=15,                       "D1"=5,"D2"=5,"D3"=15))这是对基础的设置了一下，还有去设置游戏额颜色的变量#颜色向量，用于设定不同区块的颜色grid.col<-c("A1"="#B0E0E6","A2"="#2C8EB5","A3"="#16465B",            "B1"="#B0E0E6","B2"="#2C8EB5","B3"="#16465B",            "D1"="#B0E0E6","D2"="#2C8EB5","D3"="#16465B")颜色设置完成后，就是对不同区域进行分，这样才能分清楚那个区域匹配那个#区块组的标签向量，用于将不同的区块分组group<-c("A1"="A","A2"="A","A3"="A",         "B1"="B","B2"="B","B3"="B",         "D1"="D","D2"="D","D3"="D")设置完，我们就创建和线图了一些代码，小果都进行了注释，就不一一举例，很好理解           #创建 Chord 图chordDiagram(dat,             grid.col = grid.col,#用于区块颜色的向量             col = rand_color(nrow(dat)),#通过 rand_color 函数随机生成用于连线的颜色                 group = group,#指定区块所属的组             transparency = 0.25,#设置图形透明度。             directional = 1,#指定连接是否有方向性             direction.type = c("arrows", "diffHeight"), #设定连接线的类型             diffHeight  = -0.04,#调整连接线的高度             annotationTrack = "grid", #用于添加注释轨道和设置其高度。             annotationTrackHeight = c(0.08, 0.1),#用于添加注释轨道和设置其高度。             link.arr.type = "big.arrow", #指定连接箭头的类型             # link.sort = TRUE,              # link.decreasing = TRUE,             link.largest.ontop = TRUE,#确保最大的连接位于最上层             #调整 Chord 图中轨道的外观和布局             preAllocateTracks = list(               track.height = 0.1,#设置轨道的高度为 0.1               #设定轨道的边距，第一个数字（0.01）代表轨道内部元素的上边距               #第二个数字（0）代表轨道内部元素的下边距               track.margin = c(0.01, 0)             ))

这样基础的图形就出来了，后面我们还需要进行细节的调整

去自定义一下轨道上的内容，和文献中一样，这就需要用到通过 circos.trackPlotRegion() 函数

来看一下如何绘制的

circos.trackPlotRegion(  track.index = 2, #指定了要绘制的轨道的索引  bg.border = NA, #设置轨道的背景边框为透明  #自定义函数，用于在轨道上绘制内容  #获取了当前绘图区域的 x 轴限制  panel.fun = function(x, y) {    #从细胞元数据中获取了部分信息，处理区块的索引或标签。        xlim = get.cell.meta.data("xlim")    #sector.index = get.cell.meta.data("sector.index")    sector.index = gsub("[a-z]+_", "", get.cell.meta.data("sector.index"))        # 用于在轨道上添加文字标签    circos.text(      x = mean(xlim), #指定了文本标签的 x 轴位置，绘图区域 x 轴限制的平均值作为位置      y = 0.5, #文本标签的 y 轴位置设定为 0.5，指定了轨道的中心位置      col = "white",#本标签的颜色设定为白色      labels = sector.index, #将区块的索引或标签作为标签添加到图上      facing = "bending", #设定了文本标签的朝向      cex = 1,#指定了文本标签的缩放比例      niceFacing = TRUE#用于确保文本标签朝向的良好显示    )  })

不过到这步骤，我们的基础图形就绘制的差不多，为了进一步复现文献中，我们还需要进行细节上的调整，就是突出显示 Circos 图中特定区块的部分

就需要用

highlight.sector()names(group[7:9])#获取 group 变量中索引为7到9的区块的名称i<-1我们先调用完上面的分组，然后进行绘制这里就分三个模块进行了绘制，原理都一样，所以就一起绘制了：##highlight.sector() 函数在 Circos 图的特定轨道上突出显示不同组的区块highlight.sector(names(group[7:9]),                  track.index = 1, #指定了轨道索引                 facing = "bending", #控制了文本标签的朝向                     font = 2,                 col = ifelse(i == 1, "#E6AE48FF", "#E6AE483a"),#设置区块颜色                 border = ifelse(i == 1, TRUE, FALSE), #控制边框是否显示                 lwd = ifelse(i == 1, 2, 0.01),#控制边框的线宽                 text = "tropical",                  cex = 1.5, #文本缩放比例                 text.col = "white", ##文本颜色                 niceFacing = TRUE)#确保文本标签朝向良好显示

代码中ifelse根据条件选择不同的颜色和属性来突出显示区块

##highlight.sector() 函数在 Circos 图的特定轨道上突出显示不同组的区块highlight.sector(names(group[4:6]),                  track.index = 1, #指定了轨道索引                 facing = "bending", #控制了文本标签的朝向                 font = 2,                 border = ifelse(i == 2, TRUE, FALSE),#控制边框是否显示                 lwd = ifelse(i == 2, 2, 0.01),#控制边框的线宽                 col = ifelse(i == 2, "#20A486", "#20A4863a"),#设置区块颜色                 #显示的文本                 text = "temperate",                  cex = 1.5, #文本缩放比例                 text.col = "white",#文本颜色                 niceFacing = TRUE)#确保文本标签朝向良好显示

##highlight.sector() 函数在 Circos 图的特定轨道上突出显示不同组的区块highlight.sector(names(group[1:3]),                  track.index = 1,                  facing = "bending",                  font = 2,                 col = ifelse(i == 3, "#472D7B", "#472D7B3a"),                 border = ifelse(i == 3, TRUE, FALSE),                 lwd = ifelse(i == 3, 2, 0.01),                 text = "polar",                      cex = 1.5,                  text.col = "white",                  niceFacing = TRUE)}