偶然間找到了一份教程利用ggplot2繪制環(huán)狀柱形圖，個人感覺非常適合用來展示葉綠體基因組蛋白編碼基因的dn/ds值，因為不僅能夠通過柱狀圖的高低來比較dn/ds值的大小，還能夠通過環(huán)狀展示蛋白編碼基因在葉綠體基因組上所處的位置

A circular barplot is a barplot where bars are displayed along a circle instead of a line.

 

https://www.r-graph-gallery.com/297-circular-barplot-with-groups/

#準(zhǔn)備數(shù)據(jù)
df<-data.frame(individual=paste("Mister",seq(1,60),sep=""),value=sample(seq(10,100),60,replace=T))
df$id<-seq(1,nrow(df))
library(ggplot2)
#簡易柱形圖
p<-ggplot(df,aes(x=as.factor(id),y=value))+geom_bar(stat="identity",fill=blue)#目前還是不太清楚stat參數(shù)的作用

 

#簡易環(huán)狀柱形圖
p+coord_polar()

 

p+ylim(-100,120)+coord_polar()
#添加標(biāo)簽
p+coord_polar()+ylim(-100,120)+
  geom_text(aes(x=id,y=value+20,label=individual),size=3)+
  theme_minimal()+ylab("")+
  theme(axis.text.x = element_blank(),
        axis.text.y = element_blank(),
        axis.ticks.y = element_blank())

 

標(biāo)簽看起來有些亂，自己沒有想到解決辦法，模仿教程中的解決辦法：為參數(shù)hjust和angle賦予數(shù)據(jù)來調(diào)控標(biāo)簽的位置

df$angle<-96-df$id*6
ggplot(df,aes(x=as.factor(id),y=value))+
  geom_bar(stat="identity",fill=alpha("blue",0.7))+
  coord_polar()+ylim(-100,120)+
  geom_text(aes(x=id,y=value+20,label=individual,angle=angle),
            size=3,hjust=0.2)+
  theme_minimal()+ylab("")+xlab("")+
  theme(axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.text.x = element_blank())

 

#在完善一下
df$angle1<-ifelse(df$id<=30,96-df$id*6,96-df$id*6+180)
df$hjust<-ifelse(df$id<=30,0.2,1)
ggplot(df,aes(x=as.factor(id),y=value))+
  geom_bar(stat="identity",fill=alpha("blue",0.7))+
  coord_polar()+ylim(-100,120)+
  geom_text(aes(x=id,y=value+20,label=individual,
                angle=angle1,hjust=hjust),size=3)+
  theme_minimal()+ylab("")+xlab("")+
  theme(axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.text.x = element_blank(),
        panel.grid = element_blank())

 

葉綠體基因組通常是典型的四部分結(jié)構(gòu)，如何把上圖改成四部分然后添加四種不同的顏色，原教程提供的解決辦法是添加缺失值，畫圖時就會出現(xiàn)空白的部分從而達(dá)到分割的目的

df1<-data.frame(individual=paste("Mister",seq(1,60),sep=""),
                value=rep(c(sample(60:100,9,replace=T),NA),6))
df1$id<-seq(1,nrow(df1))
df1
df1$angle<-df$angle1
df1$hjust<-df$hjust
df1
df1$fill<-c(rep("A",10),rep("B",10),rep("C",10),rep("D",10),rep("E",10),rep("F",10))
ggplot(df1,aes(x=as.factor(id),y=value))+
  geom_bar(stat="identity",aes(fill=fill))+
  coord_polar()+ylim(-100,120)+
  geom_text(aes(x=id,y=value+20,label=individual,
                angle=angle,hjust=hjust),size=3)+
  theme_minimal()+ylab("")+xlab("")+
  theme(axis.text.y = element_blank(),
        axis.ticks.y = element_blank(),
        axis.text.x = element_blank(),
        panel.grid = element_blank(),
        legend.position="none")+
  scale_fill_manual(values=c("red","yellow","blue","green","orange","skyblue"))

 

######小知識點：ggplot2更改繪圖區(qū)空白大小 https://ggplot2.tidyverse.org/reference/element.html

theme(plot.margin=unit(c(1,1,1,1),'cm'))
#更改里面的數(shù)值即可
#比如可以比較一下以下兩條命令的區(qū)別
df<-data.frame(A=1:10,B=10:1)
p<-ggplot(df,aes(x=A,y=B))+geom_point()
p+theme(plot.margin=unit(1,1,1,1),'cm')
p+theme(plot.margin=unit(2,2,2,2),'cm')