【原】ggplot的aes和aes_string的差異

健明 2022-07-17 發(fā)布于廣東

展開全文

交流群有一個(gè)昵稱是“今西”的小伙伴說(shuō)他做了一個(gè)常規(guī)的轉(zhuǎn)錄組分析，實(shí)驗(yàn)和對(duì)照兩個(gè)組，各三個(gè)樣本。他的老師希望能把一個(gè)基因集里所有的基因（一個(gè)通路里面的，或者上下調(diào)最顯著的基因列表）都做箱線圖，表現(xiàn)在兩個(gè)組中的表達(dá)情況。一個(gè)基因集中的基因往往超過(guò)十個(gè)，這次就不能像之前那樣一個(gè)個(gè)的畫圖拼接，必須要用循環(huán)做圖了。

但是循環(huán)的時(shí)候就報(bào)錯(cuò)了，他求助了他的師兄，發(fā)現(xiàn)問(wèn)題就出在aes() 上，搜索到：

https:///questions/29425892/how-do-i-loop-through-column-names-and-make-a-ggplot-scatteplot-for-each-one

如下所示：

You need to explicitly print() the object returned by ggplot() in a for loop because auto-print()ing is turned off there (and a few other places).

You also need to use aes_string() in place of aes() because you aren't using i as the actual variable in filter（提問(wèn)者的dataframe） but as a character string containing the variable (in turn) in filter to be plotted.

讓我們來(lái)演示一下“今西”小伙伴遇到的問(wèn)題：

首先構(gòu)造模擬數(shù)據(jù)

df = as.data.frame(rbind(matrix(rnorm(260),nrow = 10),
                         matrix(rexp(260),nrow = 10)
))
colnames(df)=paste0('gene',LETTERS)

condition = rep(c('case','control'),each=10)
library(ggplot2)
gencounts = as.data.frame(cbind(condition,df)) 
gencounts[1:4,1:4]

如下所示：

> gencounts[1:4,1:4]
  condition      geneA      geneB      geneC
1      case -1.1783525  0.5862758  0.8885539
2      case  0.5305503 -0.2297670  0.1225264
3      case -1.9248160  1.7752445 -0.6351263
4      case  2.8276993  0.5792767 -1.6000259

總共是26個(gè)基因，它們都是在case 和 control兩個(gè)分組需要看表達(dá)量差異，而且case 和 control兩個(gè)分組內(nèi)部都是10個(gè)病人。

直接選取一個(gè)基因進(jìn)行繪圖

# 任意一個(gè)基因繪圖
ggplot(gencounts, aes (x=condition, y= geneY)) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

如下所示：

選取一個(gè)基因進(jìn)行繪圖

因?yàn)橐獙懷h(huán)，對(duì)全部的基因批量繪圖，所以“今西”小伙伴使用了如下所示的代碼：

i =2 
colnames(gencounts)[i]
# 不報(bào)錯(cuò)，但是繪圖是失敗的后面的aes_string的差異
# 這里需要著重強(qiáng)調(diào) aes 和 
if(T){
  ggplot(gencounts, aes (x=condition, y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
}

然后就報(bào)錯(cuò)了，如果需要讓上面的代碼成功，需要做一個(gè)簡(jiǎn)單的修改，就是ggplot的aes和aes_string的差異：

# 成功的繪圖
ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

測(cè)試后，就可以批量繪圖并且拼接啦；

pl = lapply(2:ncol(gencounts), function(i){
  ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
})
#cowplot::plot_grid(plotlist = pl, align = "h",   nrow = 4)
patchwork::wrap_plots(pl,byrow = T, nrow =7)

如下所示：

批量繪圖并且拼接

當(dāng)然了，這個(gè)箱線圖還可以進(jìn)一步美化，比如添加統(tǒng)計(jì)學(xué)檢驗(yàn)指標(biāo)：


# 箱線圖可以更加自定義，比如添加統(tǒng)計(jì)學(xué)顯著指標(biāo)
i =2 
colnames(gencounts)[i]
ggplot(gencounts, aes_string (x='condition', y= gencounts[,i]) ) +
  stat_boxplot(geom="errorbar",position=position_dodge(width=0.7),width=0.2,alpha=0.8,color="black") + 
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()+ labs(y="Expression Level") + 
  theme(panel.grid.major = element_blank(), #panel.grid.minor = element_blank(),
        panel.border = element_blank(), 
        axis.line = element_line(colour = "black",size=1), 
        axis.title.y=element_text(size=14),axis.text.y=element_text(size=14),
        axis.title.x=element_blank(),axis.text.x=element_text(size=14)
  ) + 
  ggsignif::geom_signif(comparisons = list(c( 'case','control' )),
              map_signif_level=T,vjust=0.5,color="black",
              textsize=5,test=t.test,step_increase=0.1) +
  scale_fill_manual(values=c("RoyalBlue", "firebrick3")) + 
  ggtitle( colnames(gencounts)[i] )

如下所示：

添加統(tǒng)計(jì)學(xué)顯著指標(biāo)

該如何系統(tǒng)性學(xué)習(xí)ggplot呢

如果你要從ggplot2開始一步步調(diào)制成為它這樣的美圖，需要下很深的功夫，一張統(tǒng)計(jì)圖就是從數(shù)據(jù)到幾何對(duì)象（點(diǎn)、線、條形等）的圖形屬性（顏色、形狀、大小等）的一個(gè)映射。

? 數(shù)據(jù)（Data），最基礎(chǔ)的是可視化的數(shù)據(jù)和一系列圖形映射（aesthetic mappings），該映射描述了數(shù)據(jù)中的變量如何映射到可見的圖形屬性。
? 幾何對(duì)象（Geometric objects, geoms）代表在圖中實(shí)際看到的點(diǎn)、線、多邊形等。
? 統(tǒng)計(jì)轉(zhuǎn)換（Statistical trassformations, stats）是對(duì)數(shù)據(jù)進(jìn)行某種匯總，例如將數(shù)據(jù)分組創(chuàng)建直方圖，或?qū)⒁粋€(gè)二維的關(guān)系用線性模型進(jìn)行解釋。
? 標(biāo)度（Scales）是將數(shù)據(jù)的取值映射到圖形空間，例如用顏色、大小或形狀來(lái)表示不同的取值，展現(xiàn)標(biāo)度的常見做法是繪制圖例和坐標(biāo)軸。
? 坐標(biāo)系（Coordinate system, coord）描述數(shù)據(jù)是如何映射到圖形所在的平面，同時(shí)提供看圖所需的坐標(biāo)軸和網(wǎng)格線。
? 分面（faceting）如何將數(shù)據(jù)分解為子集，以及如何對(duì)子集作圖并展示。
? 主題（theme）控制細(xì)節(jié)顯示，例如字體大小和圖形的背景色。

前面我們介紹了繪圖小白神包：