Многоуровневые круговые диаграммы с последовательной раскраской

Question

Я пытаюсь создать многоуровневую круговую диаграмму для нескольких файлов в следующем формате:

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

Я пытаюсь создать концентрические круговые диаграммы в виде фигуры с помощью ggplot с уникальным цветом для каждой отдельной последовательности на основе каждого файла, например, упрощенного файла выше (который я могу прочитать как информационный кадр). df). Для каждого отделения имеется 2951 уникальных последовательностей, которые присутствуют и имеют процент, указанный или обозначенный "0", если нет. Поэтому каждый файл имеет 2951 секв *3 отделения = 8853 строки.

Пока что код, который у меня есть, хорошо работает для отдельных файлов, порядок последовательностей не обязательно соответствует порядку моей пользовательской палитры, и цвета не являются одинаковыми для каждого файла (т. Е. Так, что последовательность "AAGTGT" всегда имеет одинаковый цвет по всему разные входные файлы). @Prem мне немного помог с подобным вопросом, но я не могу понять, что здесь происходит. Код ниже:

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))

Когда я запускаю его в моем более крупном файле данных с моими 2951 последовательностями для каждого из трех отделений, не только цвета моей палитры не обязательно соответствуют порядку последовательностей, но они не согласованы между графиками (см. Прилагаемый рисунок для наборов данных #117 и № 129, чьи основные последовательности должны быть одного цвета).

Любая помощь будет чрезвычайно признательна, так как я думаю, что это представление действительно полезно для сообщения моих данных. Спасибо всем!

Answer 1

Я не могу быть уверен без воспроизводимого примера для работы, но я думаю, что именованный вектор цветов заливки даст согласованные цвета. Например:

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

Теперь запустите код вашего графика как обычно. Используя именованный вектор цветов, где имена являются уровнями sequenceВы должны всегда получать один и тот же цвет, назначенный одной и той же последовательности.

(Я также предполагаю, что в приведенном выше коде есть 2951 уникальных уровней sequence, Лучший подход был бы pal <- randomColor(count=length(unique(df$sequence))) так что вы получаете количество цветов из данных, а не жестко их кодируете.)

Вышеупомянутое будет работать для одного фрейма данных или для группы фреймов данных, где каждый фрейм данных включает в себя все возможные последовательности, которые могут появляться в любом фрейме данных.

Если у вас есть несколько фреймов данных, которые могут содержать разные последовательности, создайте именованный цветовой вектор на основе набора уникальных последовательностей во всех фреймах данных. В идеале, ваши фреймы данных должны быть в списке (предположим, это называется df.list) где каждый элемент является фреймом данных. Тогда вы могли бы сделать:

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

Если ваши фреймы данных загружены как отдельные объекты (т.е. не в списке), вы можете сделать:

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

где df1, df2, а также df3 ваши отдельные кадры данных.