具有一致着色的多级饼图

Question

我正在尝试为以下格式的多个文件创建多级饼图：

117.txt

compartment percent sequence
dna         90      AAGTGT
dna          3      AAGTGG
dna          0      AAAAAA
...
rna         75      AAGTGT
rna         10      AAAAAA
rna         10      AAGTGG
...
...
plasma      75      AAGTGT
plasma      10      AAGTGG
plasma       0      AAAAAA

我正在尝试通过 ggplot 创建同心饼图作为图形，每个不同序列基于每个文件（如上面的简化文件）具有独特的颜色（我可以将其作为数据框读入 df ).对于每个隔室，存在 2951 个唯一序列，并且有百分比指示，否则用“0”指示。因此，每个文件有 2951 seqs *3 compartments = 8853 行。

到目前为止，我的代码适用于单个文件，序列的顺序不一定遵循我的自定义调色板的顺序，每个文件的颜色也不一致（即 "AAGTGT"序列在不同的输入文件中始终是相同的颜色）。 @Prem 用类似的帮助了我一些，但我不知道这里发生了什么。代码如下：

library(ggplot2)
library(randomcoloR)

pal<-c(randomColor(count=2951))
ggplot(df, aes( x=compartment, y=percent, fill=sequence) ) + labs(title="117") 
    + geom_bar(stat = "identity") + scale_fill_manual(values=pal) 
    + scale_x_discrete(limits=c("dna", "rna", "plasma"), labels=c("plasma"="Plasma\nvRNA", "rna"="RNA","dna"="DNA")) 
    + theme_bw() + theme(legend.position="none") + coord_polar(theta="y") 
    + theme(axis.line = element_blank(), panel.grid.major.x = element_blank(), panel.grid.major.y = element_blank(), 
      panel.grid.minor = element_blank(), panel.border = element_blank(), panel.background = element_blank()) 
    + theme(axis.text=element_blank(), axis.title = element_blank(), axis.ticks = element_blank()) 
    + theme(plot.title = element_text(colour="black", face="bold", size=24, hjust=0.5))

当我运行它在我的较大数据文件上时，我的三个隔间中的每一个都有 2951 个序列，不仅我的调色板颜色不一定遵循序列的顺序，而且它们在整个过程中也不一致图表（见附图，了解数据集 #117 和 #129，其多数序列颜色应相同）。

任何帮助将不胜感激，因为我认为这种表示对我的数据消息确实有帮助。谢谢大家！

Answer 1

如果没有可重现的示例，我无法确定，但我认为命名的填充颜色矢量会提供一致的颜色。例如：

set.seed(2) # For reproducibility of random color vector
pal <- randomColor(count=2951)
pal = setNames(pal, unique(df$sequence))

现在运行你的剧情代码如常。通过使用命名的颜色向量，其中名称是 sequence 的级别，您应该始终将相同的颜色分配给相同的序列。

（我还在上面的代码中假设 sequence 有 2,951 个独特的级别。更好的方法是 pal <- randomColor(count=length(unique(df$sequence))) 以便您从数据中获取颜色数量，而不是对其进行硬编码。）

以上内容适用于单个数据帧或一组数据帧，其中每个数据帧都包含可以出现在任何数据帧中的所有可能序列。

如果您有多个可以包含不同序列的数据帧，则根据所有数据帧中唯一序列的集合创建命名的颜色向量。理想情况下，您的数据框将位于列表中（假设它称为 df.list），其中每个元素都是一个数据框。那么你可以这样做：

sequences = unique(unlist(sapply(df.list, function(d) d$sequence)))
set.seed(2)
pal <- randomColor(count=length(sequences))
pal = setNames(pal, sequences)

如果您的数据框作为单独的对象加载（即不在列表中），您可以这样做：

sequences = unique(unlist(sapply(list(df1, df2, df3), function(d) d$sequence)))

其中 df1、df2 和 df3 是您的独立数据框。

具有一致着色的多级饼图

Multilevel pie charts with consistent coloring

r

ggplot2

charts

pie-chart

color-palette