社区首页 >专栏 >R语言ggtree画圆形的树状图展示聚类分析的结果

R语言ggtree画圆形的树状图展示聚类分析的结果

用户7010445

发布于 2020-11-13 01:56:59

3.7K00

代码可运行

文章被收录于专栏：小明的数据分析笔记本小明的数据分析笔记本

运行总次数：0

代码可运行

今天的主要内容是实现下面这幅图

image.png

做完聚类分析通常可以选择树形图来展示聚类分析的结果，之前公众号也分享过一篇文章 R语言聚类树图小例子如果样本数不是很多，可以选择矩形的树状图。但是样本数如果比较多，比如今天一位公众号的读者留言说他有160多个样本，这样矩形的树状图就会比较宽或者比较长。这个时候就可以选择用圆形的柱形图来展示。

那么圆形的树状图如何实现呢？我查找了一下相关资料。R语言包dendextend这个包可以实现，利用help(package="dendextend")查看帮助文档，能够看到其中的一个小例子

iris2<-iris[,-5]
species_labels<-iris[,5]
library(colorspace)
species_col<-rev(rainbow_hcl(3))[as.numeric(species_labels)]
d_iris<-dist(iris2)
hc_iris<-hclust(d_iris,method="complete")
iris_species<-rev(levels(iris[,5]))
iris_species
library(dendextend)
dend<-as.dendrogram(hc_iris)
dend <- color_branches(dend, k=3)

labels(dend) <- paste(as.character(iris[,5])[order.dendrogram(dend)],
                      "(",labels(dend),")", 
                      sep = "")
circlize_dendrogram(dend)

image.png

但是这个后期美化起来好像不太方便。

还找到了一个参考链接是 http://talgalili.github.io/dendextend/articles/dendextend.html

介绍的也是 dendextend这个包的用法。

Y叔开发的ggtree包时用来可视化进化树的，我隐约记得好像也可以用来画聚类分析的树状图。所以我搜索 ggtree show cluster result 找到 http://yulab-smu.top/treedata-book/chapter9.html 这个应该是Y叔专门为ggtree写的一本书。这里写到直接将聚类分析的结果传递给ggtree()就可以，比如

library(ggtree)
hc <- hclust(dist(mtcars))
ggtree(hc)

这里我先用了我之前在3.6.1版本上安装的ggtree，是不可以的。应该是需要更新到最新的ggtree版本。如何更新R包这里我没有仔细研究。我直接安装了R4.0.3，然后在这个R版本里安装ggtree

install.packages("BiocManager")
BiocManager::install("ggtree")

这个时候再运行上面提到的例子就可以直接得到结果

library(ggtree)
hc <- hclust(dist(mtcars))
ggtree(hc)

image.png

基本的美化

把树的形状改为圆形，添加样本的名称

ggtree(hc,layout = "circular")+
  geom_tiplab2(offset=10)+
  xlim(0,300)

image.png

接下来我们用鸢尾花的数据集试一下

鸢尾花数据集是150个样本，用圆形的图看下效果

df<-iris[,1:4]  
rownames(df)<-paste(iris$Species,1:150,sep="_")

hc<-hclust(dist(df))
library(ggtree)
help(package="ggtree")
ggtree(hc,layout="circular")+
  xlim(0,5)+
  geom_tiplab2(offset=0.1,
               size=2)+
  #geom_text(aes(label=node))+
  geom_highlight(node = 152,fill="red")+
  geom_highlight(node=154,fill="steelblue")+
  geom_highlight(node=155,fill="green")+
  geom_cladelabel(node=152,label="virginica",
                  offset=1.2,barsize = 2,
                  vjust=-0.5,color="red")+
  geom_cladelabel(node=154,label="versicolor",
                  offset=1.2,barsize = 2,
                  hjust=1.2,color="steelblue")+
  geom_cladelabel(node=155,label="setosa",
                  offset=1.2,barsize = 2,
                  hjust=-1,color="green")