学习Nature Communications的图表制作技巧：复杂热图与堆积柱状图详解 - 互动赢福利！点赞、在看并分享任一课程至朋友圈，集齐20个赞，即可享受￥119加入我们的教程社群哦！

❞

话不多说，直接上图！

读图

效果展示

❝

本期示例数据为文章附件，大家可以通过以下链接下载：

https://static-content.springer.com/esm/art%3A10.1038%2Fs41467-022-31780-9/MediaObjects/41467_2022_31780_MOESM9_ESM.xlsx

由于ComplexHeatmap包自带的rowAnnotation柱状图注释效果有限，所以这里师兄用ggplot2绘制了左侧的堆积柱状图，最后用AI将两者拼接在一起！大家也可以自己尝试用ComplexHeatmap绘制，但是效果可能没这个好看。

❞

R包载入和数据预处理

library(xlsx)
library(ComplexHeatmap)
library(tidyverse)
library(ggplot2)
library(circlize)
library(patchwork)
library(ggplotify)

# 读取文章附件数据：
data <- read.xlsx("41467_2022_31780_MOESM9_ESM.xlsx", sheetIndex = 1)
data <- data[-c(1:2), ]
colnames(data) <- data[1,]
data <- data[-1,]

# 数据预处理：
data_mat <- as.data.frame(table(data$Gene, data$`Abbreviation of Tumor Type`)) %>% 
  pivot_wider(names_from = Var2, values_from = Freq) %>% 
  column_to_rownames("Var1")

data_mat <- data_mat[,order(colSums(data_mat), decreasing = T)]
data_mat <- data_mat[order(rowSums(data_mat), decreasing = T),]
data_mat2 <- as.matrix(data_mat)
data_mat2[which(data_mat2 == 0)] <- NA

热图

# 基础热图：
Heatmap(data_mat2,
        na_col = "white",
        # 去掉行列聚类：
        cluster_rows = F,
        cluster_columns = F)


# 修改颜色+添加文字和描边
col_fun = colorRamp2(c(0, 5, 10, 15), c("#b4d9e5", "#91a1cf", "#716bbf","#5239a3"))

p1 <- Heatmap(data_mat2,
        col = col_fun,
        na_col = "white",
        # 去掉行列聚类：
        cluster_rows = F,
        cluster_columns = F,
        row_names_side = "left",
        # 图例
        heatmap_legend_param = list(
          title = "Frequency(%)", 
          title_position = "leftcenter",
          legend_direction = "horizontal"
        ),
        # 行名和列名：
        row_names_gp = gpar(fontsize = 10, font = 3),
        column_names_gp = gpar(fontsize = 10, font = 3),
        # 添加文字注释：
        cell_fun = function(j, i, x, y, width, height, fill) {
          if (!is.na(data_mat2[i,j])) {
            grid.text(sprintf("%1.f", data_mat2[i, j]), x, y, 
                      gp = gpar(fontsize = 10, col = "#df9536"))
            grid.rect(x, y, width, height,
                      gp = gpar(col = "grey", fill = NA, lwd = 0.8))
          }
        })

pdf("Heatmap.pdf", height = 8, width = 8)
draw(p1, heatmap_legend_side = "bottom")
dev.off()

堆积柱状图

# 添加左侧堆积柱状图:
data_mat3 <- as_tibble(data_mat/rowSums(data_mat)) %>% 
  pivot_longer(cols = everything(), names_to = "CancerType",
               values_to = "value")
data_mat3$Gene <- factor(rep(rownames(data_mat), each = 21), 
                            levels = rev(rownames(data_mat)))

p2 <- ggplot(data_mat3)+
  geom_bar(aes(x = Gene, y = value, fill = CancerType), 
           position = "stack", stat = "identity")+
  scale_y_continuous(labels = seq(0,100,25),position = "right")+
  ggsci::scale_fill_igv()+
  ylab("Percentage(%)")+
  theme_bw()+
  theme(panel.grid = element_blank(), 
        axis.title.y = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.title.x = element_text(face = "bold"),
        legend.position = "bottom",
        legend.key.size = unit(0.3, 'cm'),
        legend.title=element_text(face="bold")
        )+
  labs(fill = "Tumor Type")+
  guides(fill = guide_legend(title.position = "top",
                             title.hjust = 0.5, ncol = 2, 
                             byrow = TRUE))+
  coord_flip()

p2

ggsave("Stack_Barplot.pdf", height = 8, width = 1.5)

AI拼图效果展示

往期优秀图形目录

❝

以上内容仅为群内部分内容，不代表全部。详细目录请看下方列表！已经入群的小伙伴，无需付费购买推文，群内都会及时更新！

❞

示例数据和代码获取

❝

本系列「所有代码和示例数据将会和生信常用图形系列绘图」放在一起，公众号右下角添加师兄微信，「付费149元，即可加入生信绘图交流群」。群内不仅提供生信常用图形系列的代码，还会「提供本系列后续所有Figure的示例数据和代码」，我会在文章更新后第一时间上传。

当然了！如果你还想白嫖，师兄的文章中代码已经写的很清楚了！但是师兄还是希望你「点个赞再走」呗！

以上就是本期的全部内容啦！「欢迎点赞，点在看」！师兄会尽快更新哦！制作不易，你的打赏将成为师兄继续更新的十足动力！