R展示层级数据（桑基/旭日/珠包/Treemap图等）

我自己在用R做各种分析时有不少需要反复用到的基础功能，比如一些简单的统计呀，画一些简单的图等等，虽说具体实现的代码也不麻烦，但还是不太想每次用的时候去找之前的代码。

索性将常用的各种函数整成了一个包：pcutils，网址：https://github.com/Asa12138/pcutils

从CRAN安装：

1

install.packages("pcutils")

但目前还是建议从github安装，包含的功能会多一些:

1
2


install.packages("devtools")
devtools::install_github('Asa12138/pcutils',dependencies=T)

Introduction

层级数据展示是数据分析中常有的需求，比如物种分类等级，KEGG功能层次等。

我们以下列test数据为例，这是一个物种分类等级的表格。表格从左到右具有包含关系，最后一列是物种的丰度：

1
2


data(otutab)
cbind(taxonomy, num = rowSums(otutab))[1:10, ] -> test

Kingdom	Phylum	Class	Order	Family	Genus	Species	num
k__Bacteria	p__Actinobacteria	c__Actinobacteria	o__Actinomycetales	f__Thermomonosporaceae	g__un_f__Thermomonosporaceae	s__un_f__Thermomonosporaceae	26147
k__Bacteria	p__Proteobacteria	c__Betaproteobacteria	o__Burkholderiales	f__Comamonadaceae	g__Pelomonas	s__Pelomonas_puraquae	25217
k__Bacteria	p__Proteobacteria	c__Gammaproteobacteria	o__Pseudomonadales	f__Pseudomonadaceae	g__Rhizobacter	s__Rhizobacter_bergeniae	16592
k__Bacteria	p__Bacteroidetes	c__Flavobacteriia	o__Flavobacteriales	f__Flavobacteriaceae	g__Flavobacterium	s__Flavobacterium_terrae	16484
k__Bacteria	p__Proteobacteria	c__Gammaproteobacteria	o__Pseudomonadales	f__Pseudomonadaceae	g__Rhizobacter	s__un_g__Rhizobacter	13895
k__Bacteria	p__Proteobacteria	c__Betaproteobacteria	o__Burkholderiales	f__un_o__Burkholderiales	g__un_o__Burkholderiales	s__un_o__Burkholderiales	10937
k__Bacteria	p__Actinobacteria	c__Actinobacteria	o__Actinomycetales	f__Streptomycetaceae	g__Streptomyces	s__un_g__Streptomyces	10813
k__Bacteria	p__Actinobacteria	c__Actinobacteria	o__Actinomycetales	f__Pseudonocardiaceae	g__Lentzea	s__Lentzea_flaviverrucosa	9508
k__Bacteria	p__Actinobacteria	c__Actinobacteria	o__Actinomycetales	f__Micromonosporaceae	g__Actinoplanes	s__un_g__Actinoplanes	8518
k__Bacteria	p__Proteobacteria	c__Alphaproteobacteria	o__Rhizobiales	f__Rhizobiaceae	g__Rhizobium	s__un_g__Rhizobium	7789

我们有很多种方法来展示这种类型的层次数据，比如桑基图，旭日图，包珠图，Treemap等。

桑基图

桑基图（Sankey diagram）是一种常用的层次数据展示方法，它通过使用有向连接不同的节点来显示流动的路径和量级。

使用sankeyD3包绘制桑基图：

1

my_sankey(test,mode = "sankeyD3")

使用ggsankey包绘制桑基图：

1

my_sankey(test, mode = "ggsankey", space = 1e4)

旭日图

旭日图（sunburst）是饼图的变形，简单来说是多个饼图的组合升级版。饼图只能展示一层数据的占比情况，而旭日图不仅可以展示数据的占比情况，还能厘清多级数据之间的关系。

1

my_sunburst(test)

多层环图

多层环图是一种多层次数据展示方法，它将数据分成多个环，每个环代表一层数据。可以使用gghuan2函数绘制：

1
2


gghuan2(arrange_all(test[,c(1,2,7,8)]))+
    scale_fill_pc(n = 14)

包珠图

包珠图（Circular Packing），是一种比较特殊的分类树状图，以气泡之间的包含关系展示层级关系，以气泡面积（或半径）展示数值的大小。

1
2
3


my_circle_packing(test[,c(1,2,7,8)],show_level_name = T)+
    viridis::scale_fill_viridis(na.value = NA)+
    scale_color_pc(palette = "col2")

Treemap

Treemap是一种层次数据展示方法，它将数据分成矩形，矩形的大小代表数值的大小，矩形之间的包含关系代表层级关系。

1

my_treemap(test[,c(2,7,8)])

Voronoi Treemap

Voronoi Treemap是一种基于Voronoi tessellation的层次数据展示方法，它将数据分成多边形，多边形的边界代表数据之间的距离，多边形的面积代表数值的大小，多边形之间的包含关系代表层级关系。

1

my_voronoi_treemap(test[,c(2,7,8)])

树图

我在pctax包中提供了一个函数df2tree可以将层级数据转换为树结构数据(phylo对象)，树图就可以用ggtree之类的包进行绘图，可以参考我之前介绍过的R绘制系统发育树的基本用法,进阶使用。

1
2
3


# install.packages("pctax")
tr=pctax::df2tree(test[,1:7])
class(tr)

1

## [1] "phylo"

1
2
3


ggtree::ggtree(tr)+
    ggtree::geom_tiplab(size = 2)+
    ggtree::geom_nodepoint()

网络图

我在MetaNet包提供了将层级数据转换为网络图的功能，可以用MetaNet包进行绘图。

1
2
3
4
5
6


# install.packages("MetaNet")
go=MetaNet::df2net_tree(test)

par(mfrow=c(1,2))
plot(go,edge_width_range=c(0.5,0.5))
plot(go,MetaNet::as_circle_tree(),edge_width_range=c(0.5,0.5))

所有的可视化方法都是为展示数据服务的，我整合这些函数也是希望可以更关注数据本身，花更少的精力在调节图形上，先快速对我们的数据有整体的把握。

pcutils的初衷还是迎合我自己的编程与数据分析习惯的，所以可能并不适合所有人，大家也可以直接fork并修改我的源码，欢迎大家提出建议与意见。