颜色代码点基于ggplot中的百分位数 [英] Color code points based on percentile in ggplot

问题描述

我有一些非常大的文件，其中包含一个基因组的位置（位置）和相应的群体遗传统计（值）。我已成功绘制了这些值，并且希望为顶部5％（蓝色）和1％（红色）的值进行颜色编码。我想知道是否有一个简单的方法来做到这一点在R.

我已经研究过编写一个定义分位数的函数，但是，其中许多函数最终并不是唯一的，因此导致函数失败。我也研究过stat_quantile，但只使用它来绘制标记95％和99％的线（并且一些线对角线对我来说没有任何意义），但只有成功。（对不起，我是新来的R $）

任何帮助将不胜感激。

以下是我的代码:(文件非常大）
$ b $ pre $ ########合并来自多个文件的数据
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））


########情节
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 + 0） 6，3e + 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


解决方案

这就是我如何处理它 - 基本上创建一个因素来定义每个观察结果所在的组，然后将 color 映射到该因子。 / b>

首先需要一些数据！

  dat < - data.frame（key = c（a1-a3，a1-a2），position = 1：100，value = rlnorm（200，0，1））
＃获取分位数
 quants <  - 分位数（dat $ value，c（0.95,0.99））
  

有很多方法确定每个观察所属的组是哪一个因子，这里是一个：

  dat $ quant < -  with（dat ，因素（ifelse（v alue< quants [1]，0，
 ifelse（value   

因此， quant 现在指示观察是否在95-99或99+组中。图中点的颜色可以很容易地映射到 quant 。

  ggplot（dat，aes（position，value））+ geom_point（aes（color = quant））+ facet_wrap（〜key）+ 
 scale_colour_manual（values = c（black，blue红色），
 labels = c（0-95，95-99，99-100））+ theme_bw（）
  

I have some very large files that contain a genomic position (position) and a corresponding population genetic statistic (value). I have successfully plotted these values and would like to color code the top 5% (blue) and 1% (red) of values. I am wondering if there is an easy way to do this in R.

I have explored writing a function that defines the quantiles, however, many of them end up being not unique and thus cause the function to fail. I've also looked into stat_quantile but only had success in using this to plot a line marking the 95% and 99% (and some of the lines were diagonals which did not make any sense to me.) (Sorry, I am new to R.)

Any help would be much appreciated.

Here is my code: (The files are very large)

########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

解决方案

This is how I would approach it - basically creating a factor defining which group each observation is in, then mapping colour to that factor.

First, some data to work with!

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))

There are plenty of ways of getting a factor to determine which group each observation falls into, here is one:

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

So quant now indicates whether an observation is in the 95-99 or 99+ group. The colour of the points in a plot can then easily be mapped to 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()

这篇关于颜色代码点基于ggplot中的百分位数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！