使用R语言绘制物种堆叠柱形图、面积图、冲击图并展示样本环境梯度

使用R语言绘制物种堆叠柱形图、面积图、冲击图并展示样本环境梯度 by 小白鱼的生统笔记

使用R语言绘制物种堆叠柱形图、面积图、冲击图并展示样本环境梯度

堆叠柱形图、堆叠面积图、冲击图（桑基图）等都是用来展示各样本中物种丰度组成的常见可视化方法......算了没啥可说的，本篇就是偷懒，炒冷饭水推文......另外在一些涉及时间序列的采样观测或具有明显环境变化的情形中，经常还会选择根据时间或者环境梯度对样本进行排序后作图，来更好地展示物种组成以及相对丰度的时空变化趋势，如下所示的这样，并在下方添加个色阶来表示时间或环境梯度。

然后下文简单展示使用R包ggplot2绘制上述所说的物种堆叠柱形图、堆叠面积图、冲击图。

下文中所使用的示例数据或代码的百度盘链接（提取码，s18i）：

https://pan.baidu.com/s/1Qbn8utcZ9YbM8PJwUvx-GQ

若百度盘失效，也可在GitHub的备份中获取：

https://github.com/lyao222lll/sheng-xin-xiao-bai-yu-2024

示例数据

网盘附件“taxonomy.txt”，记录了29个采样样本的9种生物类群的相对丰度数据。

sample，样本名称；temperature，温度梯度；class1-9，9种生物类群的相对丰度。

接下来作图展示9个生物类群在样本中的xiangdui丰度分布情况。

分别展示堆叠柱形图、堆叠面积图、冲击图（桑基图）的绘制方法，样本顺序根据温度由小到大排序，以便查看类群组成和丰度随温度增加的变化情况。

物种丰度堆叠柱形图

我们首先将上述示例数据读取到R中，根据温度由小到大对样本排序后，绘制物种堆叠柱形图。图中横坐标代表不同样本（或分组），纵坐标代表了生物类群的相对丰度，不同颜色代表不同生物类群组成。由于样本是按温度排序的，不妨再在横坐标下方添加一个热图表示各样本温度梯度的色阶。

library(reshape2)
library(ggplot2)
library(patchwork)
 
#读取数据
dat <- read.delim('taxonomy.txt', stringsAsFactors = FALSE)
 
#按温度梯度对样本排序
dat <- dat[order(dat$temperature), ]
dat$NO <- 1:nrow(dat)
 
#转换为长列表格式便于 ggplot2 作图
dat <- melt(dat, id = c('NO', 'sample', 'temperature'))
 
#绘制物种丰度堆叠柱形图
p_bar <- ggplot(dat, aes(x = NO, y = value, fill = variable)) +
geom_col() +
scale_fill_manual(limits = c('class1', 'class2', 'class3', 'class4', 'class5', 'class6', 'class7', 'class8', 'class9'), 
    values = c('#9FCBE2', '#2D83BE', '#B3E08B', '#2FA128', '#FFE69A', '#FF8000', '#E41316', '#D22FF6', '#6A3A9B')) +
theme(panel.grid = element_blank(), 
    panel.background = element_rect(color = 'black', fill = 'white', size = 0.5), 
    axis.ticks = element_line(color = 'black', size = 0.5), 
    axis.text.x = element_text(color = 'black', size = 9), 
    axis.text.y = element_text(color = 'black', size = 9), 
    axis.title.y = element_text(color = 'black', size = 10),
    legend.text = element_text(color = 'black', size = 9), 
    legend.title = element_text(color = 'black', size = 10)) +
scale_x_continuous(breaks = unique(dat$NO), labels = unique(dat$sample), expand = expansion(mult = c(0.05, 0.05))) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = '', y = 'Relative abundance', fill = 'Taxonomy')
 
p_bar
 
#绘制热图展示样本的温度梯度
p_temperature <- ggplot(dat, aes(x = NO, y = 1, fill = temperature)) +
geom_tile() +
scale_fill_gradientn(colors = colorRampPalette(c('#FAD9BA', '#C00216'))(20)) +
theme(panel.grid = element_blank(), 
    panel.background = element_blank(), 
    axis.ticks.x = element_line(color = 'black', size = 0.5), 
    axis.ticks.y = element_blank(), 
    axis.text.x = element_text(color = 'black', size = 9), 
    axis.text.y = element_blank(),
    legend.text = element_text(color = 'black', size = 9), 
    legend.title = element_text(color = 'black', size = 10)) +
scale_x_continuous(breaks = unique(dat$NO), labels = unique(dat$sample), expand = expansion(mult = c(0.05, 0.05))) +
scale_y_continuous(expand = expansion(mult = c(0, 0))) +
labs(x = '', y = '', fill = 'Temperature')
 
p_temperature
 
#将样本的温度梯度热图添加在丰度的堆叠柱形图下方
layout <- c(
    area(1, 1, 14, 10),
    area(15, 1, 15, 10)
)
 
p_bar + theme(axis.ticks.x = element_blank(), axis.text.x = element_blank()) +
p_temperature + plot_layout(design = layout)

物种丰度堆叠面积图

堆叠面积图是另一种可视化选择，在样本较多的情形（此时柱状图不便展示很多的样本或分组数量）或者涉及时间或环境梯度的情形中，更好地呈现各生物类群组成和丰度的变化趋势。

#绘制物种丰度堆叠面积图
p_area <- ggplot(dat, aes(x = NO, y = value, fill = variable)) +
geom_area() +
scale_fill_manual(limits = c('class1', 'class2', 'class3', 'class4', 'class5', 'class6', 'class7', 'class8', 'class9'), 
    values = c('#9FCBE2', '#2D83BE', '#B3E08B', '#2FA128', '#FFE69A', '#FF8000', '#E41316', '#D22FF6', '#6A3A9B')) +
theme(panel.grid = element_blank(), 
    panel.background = element_rect(color = 'black', fill = 'white', size = 0.5), 
    axis.ticks = element_line(color = 'black', size = 0.5), 
    axis.text.x = element_text(color = 'black', size = 9), 
    axis.text.y = element_text(color = 'black', size = 9), 
    axis.title.y = element_text(color = 'black', size = 10),
    legend.text = element_text(color = 'black', size = 9), 
    legend.title = element_text(color = 'black', size = 10)) +
scale_x_continuous(breaks = unique(dat$NO), labels = unique(dat$sample), expand = expansion(mult = c(0.05, 0.05))) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = '', y = 'Relative abundance', fill = 'Taxonomy')
 
p_area
 
#将刚才绘制的样本的温度梯度热图添加在丰度的堆叠面积图下方
p_area + theme(axis.ticks.x = element_blank(), axis.text.x = element_blank()) +
p_temperature + plot_layout(design = layout)

物种丰度冲击图（桑基图）

不过堆叠面积图里面的丰度变化曲线“不平滑”，不妨使用冲击图代替。另外冲击图也可添加在堆叠柱形图中，以更好地呈现在连续的时间或环境梯度下，各生物类群组成和丰度的变化趋势。

library(ggalluvial)
 
#绘制物种丰度冲击图代替堆叠面积图
p_flow1 <- ggplot(dat, aes(x = NO, y = value, fill = variable, alluvium = variable)) +
geom_flow(alpha = 1, width = 0) +
scale_fill_manual(limits = c('class1', 'class2', 'class3', 'class4', 'class5', 'class6', 'class7', 'class8', 'class9'), 
    values = c('#9FCBE2', '#2D83BE', '#B3E08B', '#2FA128', '#FFE69A', '#FF8000', '#E41316', '#D22FF6', '#6A3A9B')) +
theme(panel.grid = element_blank(), 
    panel.background = element_rect(color = 'black', fill = 'white', size = 0.5), 
    axis.ticks = element_line(color = 'black', size = 0.5), 
    axis.text.x = element_text(color = 'black', size = 9), 
    axis.text.y = element_text(color = 'black', size = 9), 
    axis.title.y = element_text(color = 'black', size = 10),
    legend.text = element_text(color = 'black', size = 9), 
    legend.title = element_text(color = 'black', size = 10)) +
scale_x_continuous(breaks = unique(dat$NO), labels = unique(dat$sample), expand = expansion(mult = c(0.05, 0.05))) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = '', y = 'Relative abundance', fill = 'Taxonomy')
 
p_flow1
 
#将刚才绘制的样本的温度梯度热图添加在丰度的冲击图下方
p_flow1 + theme(axis.ticks.x = element_blank(), axis.text.x = element_blank()) +
p_temperature + plot_layout(design = layout)

#物种丰度堆叠柱形图+冲击图
p_flow2 <- ggplot(dat, aes(x = NO, y = value, fill = variable, stratum = variable, alluvium = variable)) +
geom_stratum(width = 0.7) +
geom_flow(alpha = 0.5) +
scale_fill_manual(limits = c('class1', 'class2', 'class3', 'class4', 'class5', 'class6', 'class7', 'class8', 'class9'), 
    values = c('#9FCBE2', '#2D83BE', '#B3E08B', '#2FA128', '#FFE69A', '#FF8000', '#E41316', '#D22FF6', '#6A3A9B')) +
theme(panel.grid = element_blank(), 
    panel.background = element_rect(color = 'black', fill = 'white', size = 0.5), 
    axis.ticks = element_line(color = 'black', size = 0.5), 
    axis.text.x = element_text(color = 'black', size = 9), 
    axis.text.y = element_text(color = 'black', size = 9), 
    axis.title.y = element_text(color = 'black', size = 10),
    legend.text = element_text(color = 'black', size = 9), 
    legend.title = element_text(color = 'black', size = 10)) +
scale_x_continuous(breaks = unique(dat$NO), labels = unique(dat$sample), expand = expansion(mult = c(0.05, 0.05))) +
scale_y_continuous(expand = c(0, 0)) +
labs(x = '', y = 'Relative abundance', fill = 'Taxonomy')
 
p_flow2
 
#将刚才绘制的样本的温度梯度热图添加在丰度的冲击图下方
p_flow2 + theme(axis.ticks.x = element_blank(), axis.text.x = element_blank()) +
p_temperature + plot_layout(design = layout)

友情链接

常见的统计图

柱形图：频数直方图 堆叠柱形图 分组柱形图 双向柱形图 蝴蝶图

箱线图：箱线图 配对箱线图 提琴图 密度提琴图带分位数的提琴图

饼图：饼图和扇形图 蜘蛛饼图 圆环图 旭日图 星形图

散点图：二维散点图 三维散点图 密度散点图 PCA 抖动散点图和蜂群图 气泡图

折线或曲线图：密度曲线 折线图 回归曲线 平行坐标图

集合可视化：韦恩图 花瓣图 UpSet图 网络图可视化交集

相关性可视化：相关散点图 相关矩阵图 相关气泡图 相关热图 偏相关热图 Mantel相关组合图

面积图：堆叠面积图峰峦图

树形图：物种树 聚类树 PCA+聚类树 Treemap

网络和流：网络图 冲击图 桑基图 弧线图

其它：雷达图 词云 词频图 森林图

微生物组常用图

微生物丰度组成：物种堆叠柱形图 物种堆叠面积图 物种丰度热图 物种丰度饼图 物种丰度弦图 物种丰度三元图 聚类树+物种堆叠柱形图 地图+物种组成丰度饼图

物种分类树或进化树：Krona metacoder可视化 Cytoscape可视化 进化树+类群丰度饼图

微生物互作网络：phyloseq可视化 Cytoscape可视化 Gephi可视化 物种互作弦图

微生物多样性：稀释曲线/α多样性指数曲线 Rank-abundance曲线 物种累积曲线 β多样性相异矩阵热图 PCA/RDA排序图

ixxmu / mp_duty

使用R语言绘制物种堆叠柱形图、面积图、冲击图并展示样本环境梯度 #4416

使用R语言绘制物种堆叠柱形图、面积图、冲击图并展示样本环境梯度 by 小白鱼的生统笔记