论文
Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity
https://www.nature.com/articles/s42255-022-00674-x#Sec58
s42255-022-00674-x.pdf
https://github.com/Osynchronika/sc_EC_obesity_atlas
大部分 作图的数据都有,可以试着用论文中提供的数据复现一下论文中的图
今天的推文我们复现一下论文中的figure2b 水平堆积柱形图并添加连线

image.png
示例数据如下

image.png
读取数据
library(readxl)
library(tidyverse)
dat<-read_excel("data/20230207/figure2b.xlsx")
dat
指定因子水平和配色
x_levels<-c("Prolif","EC-art","EC-cap1","EC-cap2",
"EC-lymph1","EC-lymph2","EC-ven","EC-venule","EC-ang")
fill.colors<-c("#f09004","#e30528","#f5aaad","#ef7b64","#7ec7bd",
"#63b32f","#527dbf","#8eb1de","#de2080")
堆积柱形图的代码
width<-0.4
dat %>%
pivot_longer(!group) %>%
mutate(name=factor(name,levels = c("Western","chow"))) %>%
mutate(group=factor(group,levels = rev(x_levels))) %>%
ggplot(aes(x=value,y=name))+
geom_bar(aes(fill=group),
stat="identity",
position = "fill",
width = width)+
scale_fill_manual(values = rev(fill.colors)) -> p1
p1

image.png
计算添加线段的位置坐标
dat[match(x_levels,dat$group),] %>%
mutate(x1=cumsum(chow/sum(chow)),
x2=cumsum(Western/sum(Western))) -> new.df
在p1的基础上添加线段并整体美化
p1+
geom_segment(data=new.df,
aes(x=x1,xend=x2,y=2-width/2,yend=1+width/2),
lty="dashed",
color="gray",
size=1)+
theme_classic()+
scale_x_continuous(position = "top",
expand = expansion(mult=c(0,0)),
breaks = seq(0,1,by=0.1),
labels=c(0,"",20,"",40,"",60,"",80,"",100))+
theme(axis.ticks.y = element_blank(),
panel.grid.major.x = element_line(),
axis.title = element_blank(),
plot.title = element_text(hjust=0.5),
axis.text.y = element_text(face="bold",size=25),
legend.title = element_blank())+
labs(title="Percentage of cells per cluster")

image.png
论文中的Figure2d也是同样的图,可以自己试试用上面的代码是否能够做出来
这个整体的配色也挺好看的,可以作为自己论文配色的备选
示例数据和代码可以给推文点赞,然后点击在看,最后留言获取
AI大模型学习福利
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
四、AI大模型商业化落地方案

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量
397

被折叠的 条评论
为什么被折叠?



