跟着Nature Ecology&Evolution学数据分析:R语言ggplot2作图展示方差分解的结果

关于方差分解的内容之前已经分享过两篇推文
之前的推文分享过一篇

内容是重复了一篇 Nature Ecology&Evolution期刊论文的方差分解过程,虽然对运行过程还是不太理解,但是能得到结果。今天的推文我们利用得到的结果复现一下论文中的Figure4a

image.png

前面的计算过程可以参考推文

现在是假设我们已经拿到了计算结果,需要作图,组图用到的示例数据如下

image.png

这里不再提供示例数据和代码的下载链接,因为发现有人用我的推文的示例数据和代码写公众号,他还申请原创,有点过分了

(如果需要示例数据和代码的话可以留言,实名制 加我的微信)

读取数据

df<-read.csv("mydf.csv",check.names = F)
df

准备配色

cols<-c("#9832cb","#6a8d23","#fc0000","#4776fd","#f2a260")

首先是左侧的点线图


library(tidyverse)
library(ggplot2)
library(ggh4x)

df %>% 
  mutate(group=fct_relevel(group,
                           c("Geo","Abiotic","Richness","Mean/Var","Skew/Kurt"))) %>% 
  group_by(group) %>% 
  arrange(Estimate,.by_group = T) %>% 
  mutate(var=fct_relevel(var,var)) %>% 
  mutate(signi=case_when(
    `Pr(>|z|)` > 0.05 ~ '',
    `Pr(>|z|)` < 0.05 & `Pr(>|z|)` >= 0.01 ~ '*',
    `Pr(>|z|)` < 0.01 & `Pr(>|z|)` >= 0.001 ~ '**',
    `Pr(>|z|)` < 0.001 ~ '***'
  )) %>% 
  ggplot(aes(x=Estimate,y=var))+
  geom_linerange(aes(xmin=Estimate-`Std. Error`,
                     xmax=Estimate+`Std. Error`,
                     color=group))+
  geom_point(aes(color=group))+
  theme_minimal()+
  labs(x="Parameter Estimate",y=NULL)+
  scale_x_continuous(limits = c(-0.2,0.3),
                     breaks = c(-0.2,-0.1,0,0.1,0.2))+
  guides(x=guide_axis_truncated(trunc_lower = -0.2,
                                trunc_upper = 0.2))+
  theme(axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        panel.grid = element_blank(),
        axis.line.x = element_line(),
        axis.ticks.x = element_line(),
        legend.position = "none")+
  scale_color_manual(values = rev(cols))+
  geom_text(aes(x=0.15,label=var),
            hjust=0,parse = T)+
  geom_text(aes(x=0.25,label=signi))
image.png

然后是右侧的堆积柱形图

df %>% 
  mutate(group=fct_relevel(group,
                           rev(c("Geo","Abiotic",
                              "Richness","Mean/Var",
                              "Skew/Kurt")))) %>% 
  group_by(group) %>% 
  summarise(sum_value=sum(abs(Estimate))) %>% 
  mutate(new_col=sum_value/sum(sum_value)) %>% 
  ggplot(aes(x=1,y=new_col,label=group))+
  geom_col(aes(fill=group),
           show.legend = F)+
  scale_fill_manual(values = cols)+
  scale_y_continuous(expand = c(0,0))+
  theme_minimal()+
  theme(axis.text.x = element_blank(),
        axis.title.x = element_blank(),
        axis.line.y = element_line(),
        axis.ticks.y = element_line(),
        plot.title = element_text(hjust=0.5))+
  labs(y="Relative efect of estimates (%)",
       title = expression(Adj.R^2==0.66))+
  geom_text(aes(x=1,
                y=rev(c(0.03,0.25,0.43,0.6,0.8)),
                label=group))
image.png

最后是拼图

library(patchwork)

p2+p1+plot_layout(widths = c(0.5,3))
image.png

这个就是最终的结果,论文中原图有的文字是斜体,这个用代码实现暂时想不到比较好的办法了,可以出图后手动编辑

如果需要推文示例数据和代码可以在推文下方留言,实名制加我的微信 我发送示例数据和代码的下载链接

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享:1、R语言和python做数据分析和数据可视化的简单小例子;2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记;3、生物信息学入门学习资料及自己的学习笔记!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容