跟着iMeta学作图 | 山峦图展示微生物丰度随盐度增加的动态变化

本文代码已经上传至https://github.com/iMetaScience/iMetaPlot如果你使用本代码，请引用：Changchao Li. 2023. Destabilized microbial networks with distinct performances of abundant and rare biospheres in maintaining networks under increasing salinity stress. iMeta 1: e79. https://onlinelibrary.wiley.com/doi/10.1002/imt2.79

代码翻译及注释：农心生信工作室

写在前面

山峦图可以用来展现数据分布类型，数据分布情况用峰的高低来表示，分布越密集的区间，峰越高。 

本期我们挑选2023年1月9日刊登在iMeta上的Destabilized microbial networks with distinct performances of abundant and rare biospheres in maintaining networks under increasing salinity stress，以文章中Figure 2C为例，讲解和探讨如何利用山峦图展示微生物丰度随盐度增加的动态变化，先上原图：

代码、数据和结果下载，请访问https://github.com/iMetaScience/iMetaPlot/tree/main/230410ggridges

接下来，我们将通过详尽的代码逐步拆解原图，最终实现对原图的复现。

R包检测和安装

01

安装核心R包ggridges以及一些功能辅助性R包，并载入所有R包。

library(ggplot2)if (!require("ggridges"))  install.packages("ggridges")
library(ggridges)# 这个包主要用来绘制山峦图，尤其是针对时间或者空间分布可视化library(reshape2)library(ggsci)

读取数据

02

读取绘制所需数据并进行必要转换。

otu <- read.csv('feature23.csv')#由于各 OTU 丰度之间差异巨大，对丰度标准化处理otu[2:ncol(otu)] <- scale(otu[2:ncol(otu)], center = FALSE)#对表中2到24列做归一化，但不做中心化#将宽数据变成长数据otu1 <- reshape2::melt(otu, id = 'Salinity') #保留的字段是“Salinity”，转化后“variable”是原本每列菌的名字，“value”是对应每个菌的丰度值head(otu1)

#读取分组数据type <- read.csv('feature_type.csv')#将分组数据和OTU数据合并到一起otu2 <- merge(otu1, type, by = 'variable') #合并时按名为“variable'的列为准合并head(otu2)

绘制山峦图

03

基础图形绘制。

#预设颜色peakcol = c("#9ECAE1", "#2171B5", "#999999")  p2c <-  ggplot(otu2, aes(x = Salinity, y = variable, height = value, fill = type))+  geom_ridgeline(stat="identity",scale=1,color='white',show.legend=T)+#主要绘制山脊线图，绘图函数里的stat参数表示对样本点做统计的方式，默认为identity，表示一个x对应一个y  scale_fill_manual(values = peakcol,limits = c('Low-salinity colonizing','High-salinity colonizing','Complex'))#设置填充颜色，按limits（即type）填充预设的peakcol中的颜色p2c

04

对图形进行细节美化

p2c1 <-p2c+   scale_x_continuous(expand = c(0, 0))+#修改x轴刻度，这个也可以在theme()中输入axis.ticks.X=element_blank()取消x轴刻度  theme_minimal()+ #预设主题  theme(axis.title.x=element_blank(),axis.text.x.bottom=element_blank())+#取消设定的x轴标题和文本  labs(x = 'Salinity (ppt)', y = 'Salinity discriminant features')#设置x轴和y轴的标题p2c1

完整代码

library(ggplot2)library(ggridges)library(reshape2)library(ggsci)
otu <- read.csv('feature23.csv')# 对丰度标准化处理，并且转换成长数据格式otu[2:ncol(otu)] <- scale(otu[2:ncol(otu)], center = FALSE)otu1 <- reshape2::melt(otu, id = 'Salinity') # 读取分组数据type <- read.csv('feature_type.csv')# 将分组数据和OTU数据合并到一起otu2 <- merge(otu1, type, by = 'variable')
peakcol = c("#9ECAE1", "#2171B5", "#999999")  p2c <-  ggplot(otu2, aes(x = Salinity, y = variable, height = value, fill = type))+  #主要绘制山脊线图，绘图函数里的stat参数表示对样本点做统计的方式，默认为identity，表示一个x对应一个y  geom_ridgeline(stat = "identity", scale = 1,color = 'white', show.legend = T)+  # 设置填充颜色，按limits（即type）填充预设的peakcol中的颜色  scale_fill_manual(values = peakcol, limits = c('Low-salinity colonizing','High-salinity colonizing','Complex'))
# 接下了需要对整体进行细节美化p2c1 <- p2c+   scale_x_continuous(expand = c(0, 0))+# 修改x轴刻度  theme_minimal()+ #预设主题  theme(axis.title.x = element_blank(),axis.text.x.bottom = element_blank())+# 取消设定的x轴标题和文本  labs(x = 'Salinity (ppt)', y = 'Salinity discriminant features')# 设置x轴和y轴的标题p2c1ggsave("山峦图展示微生物丰度随盐度增加的动态变化.pdf", p2c1, width = 8, height = 5)

以上数据和代码仅供大家参考，如有不完善之处，欢迎大家指正！