【原】ggplot的aes和aes_string的差異

健明 2022-07-17 發布于廣東

展開全文

交流群有一個昵稱是“今西”的小伙伴說他做了一個常規的轉錄組分析，實驗和對照兩個組，各三個樣本。他的老師希望能把一個基因集里所有的基因（一個通路里面的，或者上下調最顯著的基因列表）都做箱線圖，表現在兩個組中的表達情況。一個基因集中的基因往往超過十個，這次就不能像之前那樣一個個的畫圖拼接，必須要用循環做圖了。

但是循環的時候就報錯了，他求助了他的師兄，發現問題就出在aes() 上，搜索到：

https:///questions/29425892/how-do-i-loop-through-column-names-and-make-a-ggplot-scatteplot-for-each-one

如下所示：

You need to explicitly print() the object returned by ggplot() in a for loop because auto-print()ing is turned off there (and a few other places).

You also need to use aes_string() in place of aes() because you aren't using i as the actual variable in filter（提問者的dataframe） but as a character string containing the variable (in turn) in filter to be plotted.

讓我們來演示一下“今西”小伙伴遇到的問題：

首先構造模擬數據

df = as.data.frame(rbind(matrix(rnorm(260),nrow = 10),
                         matrix(rexp(260),nrow = 10)
))
colnames(df)=paste0('gene',LETTERS)

condition = rep(c('case','control'),each=10)
library(ggplot2)
gencounts = as.data.frame(cbind(condition,df)) 
gencounts[1:4,1:4]

如下所示：

> gencounts[1:4,1:4]
  condition      geneA      geneB      geneC
1      case -1.1783525  0.5862758  0.8885539
2      case  0.5305503 -0.2297670  0.1225264
3      case -1.9248160  1.7752445 -0.6351263
4      case  2.8276993  0.5792767 -1.6000259

總共是26個基因，它們都是在case 和 control兩個分組需要看表達量差異，而且case 和 control兩個分組內部都是10個病人。

直接選取一個基因進行繪圖

# 任意一個基因繪圖
ggplot(gencounts, aes (x=condition, y= geneY)) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

如下所示：

選取一個基因進行繪圖

因為要寫循環，對全部的基因批量繪圖，所以“今西”小伙伴使用了如下所示的代碼：

i =2 
colnames(gencounts)[i]
# 不報錯，但是繪圖是失敗的后面的aes_string的差異
# 這里需要著重強調 aes 和 
if(T){
  ggplot(gencounts, aes (x=condition, y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
}

然后就報錯了，如果需要讓上面的代碼成功，需要做一個簡單的修改，就是ggplot的aes和aes_string的差異：

# 成功的繪圖
ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()

測試后，就可以批量繪圖并且拼接啦；

pl = lapply(2:ncol(gencounts), function(i){
  ggplot(gencounts, aes_string (x='condition', y= colnames(gencounts)[i])) +
    geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
    theme_bw()
})
#cowplot::plot_grid(plotlist = pl, align = "h",   nrow = 4)
patchwork::wrap_plots(pl,byrow = T, nrow =7)

如下所示：

批量繪圖并且拼接

當然了，這個箱線圖還可以進一步美化，比如添加統計學檢驗指標：


# 箱線圖可以更加自定義，比如添加統計學顯著指標
i =2 
colnames(gencounts)[i]
ggplot(gencounts, aes_string (x='condition', y= gencounts[,i]) ) +
  stat_boxplot(geom="errorbar",position=position_dodge(width=0.7),width=0.2,alpha=0.8,color="black") + 
  geom_boxplot(width=0.3,aes(fill=factor(condition)),show.legend = FALSE) + 
  theme_bw()+ labs(y="Expression Level") + 
  theme(panel.grid.major = element_blank(), #panel.grid.minor = element_blank(),
        panel.border = element_blank(), 
        axis.line = element_line(colour = "black",size=1), 
        axis.title.y=element_text(size=14),axis.text.y=element_text(size=14),
        axis.title.x=element_blank(),axis.text.x=element_text(size=14)
  ) + 
  ggsignif::geom_signif(comparisons = list(c( 'case','control' )),
              map_signif_level=T,vjust=0.5,color="black",
              textsize=5,test=t.test,step_increase=0.1) +
  scale_fill_manual(values=c("RoyalBlue", "firebrick3")) + 
  ggtitle( colnames(gencounts)[i] )

如下所示：

添加統計學顯著指標

該如何系統性學習ggplot呢

如果你要從ggplot2開始一步步調制成為它這樣的美圖，需要下很深的功夫，一張統計圖就是從數據到幾何對象（點、線、條形等）的圖形屬性（顏色、形狀、大小等）的一個映射。

? 數據（Data），最基礎的是可視化的數據和一系列圖形映射（aesthetic mappings），該映射描述了數據中的變量如何映射到可見的圖形屬性。
? 幾何對象（Geometric objects, geoms）代表在圖中實際看到的點、線、多邊形等。
? 統計轉換（Statistical trassformations, stats）是對數據進行某種匯總，例如將數據分組創建直方圖，或將一個二維的關系用線性模型進行解釋。
? 標度（Scales）是將數據的取值映射到圖形空間，例如用顏色、大小或形狀來表示不同的取值，展現標度的常見做法是繪制圖例和坐標軸。
? 坐標系（Coordinate system, coord）描述數據是如何映射到圖形所在的平面，同時提供看圖所需的坐標軸和網格線。
? 分面（faceting）如何將數據分解為子集，以及如何對子集作圖并展示。
? 主題（theme）控制細節顯示，例如字體大小和圖形的背景色。

前面我們介紹了繪圖小白神包：