在ggplot2中标记特定点

Question

我正在尝试在ggplot2中标记特定散点图中的各个兴趣点。我的数据以具有多列的csv文件的形式存在。

Gene       chr    start    stop      A      B       C       D      E
APOBEC3G   chr22  39472992 39483773  97.06  214.56  102.34  20.00  19.45  
APOBEC3C ... 

以此类推。我正在尝试通过ggplot绘制A列与B列，我成功了，可以用相应的基因名称标记所有的点。但是，我如何突出显示(即颜色、大小改变)感兴趣的单个基因？(又名:如何让我手头上的10个基因列表的数据点脱颖而出？或者，我如何在不注释所有其他点的情况下注释散点图上感兴趣的基因？)

我尝试过使用subset函数，但我在R中的新手角色让我有点束手无策。

Answer 1

您需要创建一个新变量来区分要高亮显示的观测值。

让我们模拟一个data.frame：

df <- data.frame(genes=letters,
                 A=runif(26),
                 B=runif(26))

当前绘图应如下所示(点+标签)：

ggplot(data=df,aes(x=A,y=B,label=genes)) +
  geom_point() +
  geom_text(hjust=-1,vjust=1)

为了突出某些基因，我们创建了一个新变量group。我给一些专断的基因指定了“重要”。您可能希望通过编程来实现这一点，例如，通过查找异常值。

df$group <- "not important"
df$group[df$genes %in% c("d","g","b")] <- "important"

现在，有两种方法可以分离这些基因。最特殊的是给出一种颜色(或形状，或大小等)对于两组(一个用于重要基因，一个用于不重要的基因)。这很容易通过将新变量映射到颜色(或大小、形状等)来实现：

ggplot(data=df,aes(x=A,y=B,label=genes)) +
  geom_point(aes(color=group)) +
  geom_text(hjust=-1,vjust=1)

​

​

但是，也可以在单独的图层上打印每个组。以清楚地突出重要的基因。在这种情况下，我们首先添加所有的点，然后添加一个新的geom_point，它只包含重要的基因，具有特殊的属性(这里是颜色和大小)。

ggplot(data=df,aes(x=A,y=B,label=genes)) +
  geom_point() +
  geom_point(data=df[df$group == "important",],color="red",size=3) +
  geom_text(hjust=-1,vjust=1)

​

​