小伙伴平時面對多個數(shù)據(jù)關(guān)系不知道如何繪制圖，一般來說使用常見的表格已經(jīng)滿足不了小伙伴，并且也不好看。而今天小云給大家介紹的?；鶊D可以呈現(xiàn)數(shù)據(jù)的流動和分布。而桑基圖（Sankey）作為相對復(fù)雜的圖表種類，平時很少用到，主要是它使用的而環(huán)境不多，并且制作難度很大，但是?；鶊D可以很好的展示我們數(shù)據(jù)的分布。 我們就帶小伙伴去學(xué)習(xí)?；鶊D的繪制，小云帶小伙伴繪制的?；鶊D是一種特定類型的流程圖，其中圖中延伸分支的寬度對應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用我們數(shù)據(jù)的可視化分析。

接下里小云就大家去學(xué)習(xí)吧!

首先我們先載入R包，主要用到主要的用到還是ggalluvial這專門繪制?；鶊D的包 library(ggalluvial) library(ggplot2) library(dplyr) #這里小云使用的實例數(shù)據(jù)帶領(lǐng)大家去學(xué)習(xí)，主要用的使用TCGA數(shù)據(jù)集中的LIHC的臨床數(shù)據(jù)進行展示，大家可以根據(jù)數(shù)據(jù)格式處理自己的臨床數(shù)據(jù)。

#讀入LIHC臨床數(shù)據(jù) LIHC <- read.csv("data.csv",header=TRUE) #在這里展示數(shù)據(jù)情況 head(LIHC) summary(LIHC) 小伙伴注意下：?；鶊D的數(shù)據(jù)結(jié)構(gòu)需要節(jié)點，權(quán)重等信息，而ggalluvial的輸入數(shù)據(jù)可以是長數(shù)據(jù)亦可以是寬數(shù)據(jù) 我們先對臨床數(shù)據(jù)進行簡單的處理得到四個變量的頻數(shù)，整理成寬數(shù)據(jù)。： #分組計算頻數(shù) LIHCData <- group_by(LIHC,AGE,SEX,AJCC_PATHOLOGIC_TUMOR_STAGE,OS_STATUS) %>% summarise(., count = n()) #查看寬數(shù)據(jù)格式 head(LIHCData)

上述數(shù)據(jù)處理完成，我們開始去繪制?；鶊D：

ggplot(as.data.frame(LIHCData), ??????aes(axis1 = AJCC_PATHOLOGIC_TUMOR_STAGE, axis2 = SEX, axis3 = AGE, ??????????y= count)) + ?scale_x_discrete(limits = c("AJCC_STAGE", "SEX", "AGE"), expand = c(.1, .05)) + ?geom_alluvium(aes(fill = OS_STATUS)) + ?geom_stratum() + geom_text(stat = "stratum", label.strata = TRUE) + ?theme_minimal() + ?ggtitle("Patients in the TCGA-LIHC cohort", ?????????"stratified by demographics and survival")

上述代碼中，axis參數(shù)設(shè)置待展示的節(jié)點信息（就是柱子） 還有g(shù)eom_alluvium參數(shù)設(shè)置的是組間面積連接，這個地方小云這里按照生存狀態(tài)分組；小伙伴可以按照參數(shù)設(shè)置自行安排。 接下來我們對長數(shù)據(jù)示例的展示： ggplot2通常處理的是長表格的模式，那我們就使用to_lodes_form函數(shù)即可轉(zhuǎn)換 #to_lodes_form生成alluvium和stratum列，主分組位于key列中 LIHC_long <- to_lodes_form(data.frame(LIHCData), ?????????????????????????????key = "Demographic", ?????????????????????????????axes = 1:3) head(LIHC_long)

然后接下來繪制?；鶊D：

# 繪制?；鶊D ggplot(data = LIHC_long, ??????aes(x = Demographic, stratum = stratum, alluvium = alluvium, ??????????y = count, label = stratum)) + ?geom_alluvium(aes(fill = OS_STATUS)) + ?geom_stratum() + geom_text(stat = "stratum") + ?theme_minimal() + ?ggtitle("Patients in the TCGA-LIHC cohort", ?????????"stratified by demographics and survival")

接下來我們還以利用?；鶊D去展示狀態(tài)變化的趨勢 這里我們使用R包中內(nèi)置數(shù)據(jù)集 vaccinations?這個可以展示同一個項目下不同生存狀態(tài)的情況 感興趣的小伙伴可以按照一下數(shù)據(jù)形式去設(shè)置自己的數(shù)據(jù)集：

data(vaccinations) levels(vaccinations$response) <- rev(levels(vaccinations$response))#小云在這里作為演示 接下來繪制?；鶊D： ggplot(vaccinations, ??????aes(x = survey, stratum = response, alluvium = subject, ??????????y = freq, ??????????fill = response, label = response)) + ?scale_x_discrete(expand = c(.1, .1)) + ?geom_flow() + ?geom_stratum(alpha = .5) + ?geom_text(stat = "stratum", size = 3) + ?theme(legend.position = "none") + ?ggtitle("vaccination survey responses at three points in time")

這樣一來狀態(tài)變化的趨勢就展示出來了。 上述就是如何使用R包-ggalluvial繪制桑基圖！，小伙伴有沒有心動呢，快去設(shè)置自己的數(shù)據(jù)集去完成?；鶊D。小云在這里提醒大家一下，要注意多多理解代碼中參數(shù)的含義，這樣能把自己可視化的結(jié)果展示成自己的圖片。