ggplot2 直方图：如何使用 ggplot2 在直方图条上添加文本注释

Question

我正在使用具有以下 header 名称的数据框：

> [1] "Filename" "Strain" "DNA_Source" "Locus_Tag" "Product" "Transl_Tbl" "Note" "Seq_AA" "Protein_ID"

使用以下代码，我得到一个图表，显示在特定细菌菌株中发现了多少基因：

png(filename=paste('images/Pangenome_Histogram.png', sep=''), width=3750,height=2750,res=300)
par(mar=c(9.5,4.3,4,2))
print(h <- ggplot(myDF, aes(x=Strain, stat='bin', fill=factor(Filename), label=myDF$Filename)) + geom_bar() +
      labs(title='Gene Count by Strain Pangenome', x='Campylobacter Strains', y='Gene Count\n') +
      guides(title.theme = element_text(size=15, angle = 90)) + theme(legend.text=element_text(size=15), text = element_text(size=18)) +
      theme(axis.text.x=element_text(angle=45, size=16, hjust=1), axis.text.y=element_text(size=16), legend.position='none', plot.title = element_text(size=22)) )

可能有点难看，但例如，一些菌株的条形是 multi-colored——表明该菌株的一些基因来自细菌染色体以外的来源（或来自多个染色体）如果细菌有多个染色体）。我想根据基因的来源（"DNA_Source"）在适当的位置标记条形图。

png(filename=paste('images/Pangenome_Histogram.png', sep=''), width=3750,height=2750,res=300)
par(mar=c(9.5,4.3,4,2))
print(h <- ggplot(myDF, aes(x=Strain, stat='bin', fill=factor(Filename), label=myDF$Filename)) + geom_bar() +
      labs(title='Gene Count by Strain Pangenome', x='Campylobacter Strains', y='Gene Count\n') +
      guides(title.theme = element_text(size=15, angle = 90)) + theme(legend.text=element_text(size=15), text = element_text(size=18)) +
  geom_text(aes(label=DNA_Source, y='identity'), color='black', vjust=-5, size=4) +
      theme(axis.text.x=element_text(angle=45, size=16, hjust=1), axis.text.y=element_text(size=16), legend.position='none', plot.title = element_text(size=22)) )

这让我很接近，但是它从 y-axis 中删除了计数（并在左下角添加了 "identity" 一词）并且它在彼此的顶部标记了贡献所以除非是同一个词，否则无法读取它们。

我希望 y-axis 像第一张图片一样标记，第二张图片带有标签 -- 但是我希望这些标签出现在他们的直方图的相应颜色部分（在视觉上类似于此处：Showing data values on stacked bar chart in ggplot2），但我想使用 ggplot2 包 来完成它。

我希望这是清楚的。感谢您的帮助 - 提前致谢。

这是一些数据 (tail(dput(myDF[c(2, 3, 5)])))...

          Strain DNA_Source                             Product
12299 Campy3194c    Plasmid Type VI secretion protein, VC_A0111
12300 Campy3194c    Plasmid           Type VI secretion protein
12301 Campy3194c    Plasmid                              Tgh104
12302 Campy3194c    Plasmid                        protein ImpC
12303 Campy3194c    Plasmid           Type VI secretion protein
12304 Campy3194c    Chromosome                           Tgh079

Answer 1

假设您有一个如下所示的数据集：

library(data.table)
library(ggplot2)
set.seed(123)
dna_src <- c("Chromosome", "Plasmid")
myDF <- data.table(Strain = c(rep("Campy3149c", 100),
                              rep("Campy31147q", 100)),
                   DNA_Source = c(sample(dna_src, size = 100, replace = T, 
                                    prob = c(0.9, 0.1)),
                                  sample(dna_src, size = 100, replace = T, 
                                    prob = c(0.7, 0.3))))
head(myDF)
#       Strain DNA_Source
#1: Campy3149c Chromosome
#2: Campy3149c Chromosome
#3: Campy3149c Chromosome
#4: Campy3149c Chromosome
#5: Campy3149c    Plasmid
#6: Campy3149c Chromosome

您可以使用 data.table 将数据折叠为更短的 data.table，其中包含我们需要的大部分信息，唯一添加的是我们计算的标签的 y 值如下：

dt <- myDF[, .(countStrain = .N), by = c("Strain", "DNA_Source")][order(Strain, DNA_Source)]

# add the y-values for the plot
dt[, yval := cumsum(countStrain) - 0.5 * countStrain, by = Strain]

最后，我们绘制值

ggplot(dt, aes(x = Strain, y = countStrain, fill = DNA_Source)) + 
  geom_bar(stat = "identity") + 
  geom_text(data = dt, aes(x = Strain, y = yval, label = DNA_Source))

结果如下图：

ggplot2 直方图：如何使用 ggplot2 在直方图条上添加文本注释

ggplot2 histogram: how do I add textual annotation onto histogram bars using ggplot2

r

labels

ggplot2

geom-text