跟着Nature学作图:R语言ggplot2堆积柱形图完整示例

论文

A global reptile assessment highlights shared conservation needs of tetrapods

https://www.nature.com/articles/s41586-022-04664-7#Sec33

数据代码链接

https://github.com/j-marin/Global-reptile-assessment-

今天的推文学习一下推文中的Figure 1a的堆积柱形图,没有找到论文中的作图代码,但是找到了原始数据集,有了原始数据集就可以自己写代码来做这个图

image.png

作图数据集部分截图

image.png

读取数据集

library(readxl)
dat01<-read_excel("data/20220630/41586_2022_4664_MOESM3_ESM.xlsx",
                  sheet = "Fig 1a")
head(dat01)

最基本的堆积柱形图

library(ggplot2)
ggplot(data = dat01,aes(x=className,y=n,fill=rlCodes))+
  geom_bar(stat = "identity",
           position = "stack")
image.png

调整x轴和图例的前后顺序

table(dat01$className)
table(dat01$rlCodes)

dat01$className<-factor(
  dat01$className,
  levels = c("Amphibians","Mammals","Reptiles","Birds")
)

dat01$rlCodes<-factor(
  dat01$rlCodes,
  levels = rev(c("EX","EW","CR","EN","VU","DD","NT","LC")))
ggplot(data = dat01,aes(x=className,y=n,fill=rlCodes))+
  geom_bar(stat = "identity",
           position = "stack")+
  scale_fill_discrete(limits=c("EX","EW","CR",
                               "EN","VU","DD","NT","LC"))
image.png

这里的小知识点是调整图例的顺序可以使用函数scale_fill_discrete(limits=c("EX","EW","CR", "EN","VU","DD","NT","LC"))

现在堆积柱形图展示的是真实数值,接下来把它转换成比例

ggplot(data = dat01,aes(x=className,y=n,fill=rlCodes))+
  geom_bar(stat = "identity",
           position = "fill")+
  scale_fill_discrete(limits=c("EX","EW","CR",
                               "EN","VU","DD","NT","LC"))

只需要把position = "stack" 改成 position = "fill"

添加顶部的文字

library(tidyverse)
dat01 %>% 
  group_by(className) %>% 
  summarise(total_number=sum(n)) %>% 
  ungroup() %>% 
  mutate(ratio=total_number/sum(total_number)) %>% 
  mutate(ratio=scales::percent(ratio)) -> dat02

ggplot(data = dat01,aes(x=className,y=n,fill=rlCodes))+
  geom_bar(stat = "identity",
           position = "fill")+
  scale_fill_discrete(limits=c("EX","EW","CR",
                               "EN","VU","DD","NT","LC"))+
  geom_text(data=dat02,
            aes(x=className,y=1,
                label=paste0(total_number,"\n","(",ratio,")")),
            inherit.aes = FALSE,
            vjust=-0.2)+
  scale_y_continuous(expand = expansion(mult=c(0,0.1)))
image.png

更改配色和其他主题

ggplot(data = dat01,aes(x=className,y=n,fill=rlCodes))+
  geom_bar(stat = "identity",
           position = "fill")+
  scale_fill_manual(values = c("LC"="#98d09d","NT"="#d7e698",
                               "DD"="#dadada","VU"="#fbf398",
                               "EN"="#f7a895","CR"="#e77381",
                               "EW"="#9b8191","EX"="#8f888b"),
                    limits=c("EX","EW","CR","EN","VU","DD","NT","LC"))+
  geom_text(data=dat02,
            aes(x=className,y=1,
                label=paste0(total_number,"\n","(",ratio,")")),
            inherit.aes = FALSE,
            vjust=-0.2)+
  scale_y_continuous(expand = expansion(mult=c(0.01,0.1)),
                     labels = scales::percent_format())+
  theme(panel.background = element_blank(),
        axis.line = element_line(),
        legend.position = "bottom")+
  labs(x=NULL,y="Species threatened (%)")+
  guides(fill=guide_legend(title = NULL,nrow = 1,byrow = FALSE))
image.png

制作封面图

library(patchwork)
p2+p1
image.png

示例数据可以到论文中去下载,示例代码可以在推文中复制

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