ggplot中基于​​百分位的颜色代码点

Posted 2023-02-16

【中文标题】ggplot中基于​​百分位的颜色代码点

【英文标题】：Color code points based on percentile in ggplot

【发布时间】：2013-08-30 16:04:16

【问题描述】：

我有一些非常大的文件，其中包含基因组位置（位置）和相应的群体遗传统计数据（值）。我已经成功绘制了这些值，并希望对前 5%（蓝色）和 1%（红色）的值进行颜色编码。我想知道在 R 中是否有一种简单的方法可以做到这一点。

我已经探索过编写一个定义分位数的函数，但是，其中许多最终都不是唯一的，因此会导致函数失败。我也研究了 stat_quantile 但只成功地使用它来绘制一条标记 95% 和 99% 的线（有些线是对角线，对我来说没有任何意义。）（对不起，我是新手R.)

任何帮助将不胜感激。

这是我的代码：（文件很大）

########Combine data from multiple files
fst <- rbind(data.frame(key="a1-a3", position=a1.3$V2, value=a1.3$V3), data.frame(key="a1-a2", position=a1.2$V2, value=a1.2$V3), data.frame(key="a2-a3", position=a2.3$V2, value=a2.3$V3), data.frame(key="b1-b2", position=b1.2$V2, value=b1.2$V3), data.frame(key="c1-c2", position=c1.2$V2, value=c1.2$V3))


########the plot
theme_set(theme_bw(base_size = 16))

p1 <- ggplot(fst, aes(x=position, y=value)) + 
  geom_point() + 
  facet_wrap(~key) +
  ylab("Fst") + 
  xlab("Genomic Position (Mb)") +
  scale_x_continuous(breaks=c(1e+06, 2e+06, 3e+06, 4e+06), labels=c("1", "2", "3", "4")) +
  scale_y_continuous(limits=c(0,1)) +
  theme(plot.background = element_blank(),
    panel.background = element_blank(),
    panel.border = element_blank(),
    legend.position="none",
    legend.title = element_blank()
    )
p1

【问题讨论】：

您会发现，如果您提供可使用的数据，您会获得更快、更好的响应。显示您如何获得fst 并没有帮助，因为我们没有您的任何起始数据。您可以使用dput() 发布您自己的一些数据，或者制作一个最小的虚拟集。

接受您问题的答案是不行的，然后决定在一个月后更改问题，不接受答案并修改您的问题 - 这完全违背了存档问答格式的目的。如果您有新问题，请发布新问题！最好的办法是撤消您的编辑，重新接受答案，然后发布您的新问题。

对不起亚历克斯万！我是这种问答格式的新手，我认为如果它有一个可接受的答案，就不会看到编辑。我没想过把它作为一个新问题发布。

新问题现在在这里：***.com/questions/19330546/…

【参考方案1】：

通过将quantile 和cut 合并到aes 颜色表达式中，您可以更优雅地实现这一点。例如本例中的col=cut(d,quantile(d))：

d = as.vector(round(abs(10 * sapply(1:4, function(n)rnorm(20, mean=n, sd=.6)))))

ggplot(data=NULL, aes(x=1:length(d), y=d, col=cut(d,quantile(d)))) + 
  geom_point(size=5) + scale_colour_manual(values=rainbow(5))

我还为pretty legend labels 制作了一个有用的工作流程，有人可能会觉得很方便。

【参考方案2】：

这就是我的处理方式 - 基本上是创建一个因子来定义每个观察值所在的组，然后将 colour 映射到该因子。

首先，需要处理一些数据！

dat <- data.frame(key = c("a1-a3", "a1-a2"), position = 1:100, value = rlnorm(200, 0, 1))
#Get quantiles
quants <- quantile(dat$value, c(0.95, 0.99))

有很多方法可以确定每个观察值属于哪个组，这里有一个：

dat$quant  <- with(dat, factor(ifelse(value < quants[1], 0, 
                                  ifelse(value < quants[2], 1, 2))))

所以quant 现在指示观察是在 95-99 还是 99+ 组中。然后可以轻松地将图中点的颜色映射到quant。

ggplot(dat, aes(position, value)) + geom_point(aes(colour = quant)) + facet_wrap(~key) +
  scale_colour_manual(values = c("black", "blue", "red"), 
                      labels = c("0-95", "95-99", "99-100")) + theme_bw()

【讨论】：

+1。我认为使用 cut 可能会更有效：transform(dat, quant=cut(value, quantile(value, c(0,.95,.99,1)), c("0-95", "95-99", "99-100"), TRUE))

感谢 alexwhan！这运作良好。现在，我想为颜色编码增加一个新的复杂程度（参见上面的编辑帖子），并且似乎无法获得正确的值。有任何想法吗？谢谢！

【参考方案3】：

我不确定这是否是您正在搜索的内容，但也许它会有所帮助：

# a little function which returns factors with three levels, normal, 95% and 99%
qfun <- function(x, qant_1=0.95, qant_2=0.99)
  q <- sort(c(quantile(x, qant_1), quantile(x, qant_2)))
  factor(cut(x, breaks = c(min(x), q[1], q[2], max(x))))



df <- data.frame(samp=rnorm(1000))

ggplot(df, aes(x=1:1000, y=df$samp)) + geom_point(colour=qfun(df$samp))+
  xlab("")+ylab("")+
  theme(plot.background = element_blank(),
        panel.background = element_blank(),
        panel.border = element_blank(),
        legend.position="none",
        legend.title = element_blank())  

结果我得到了