基于百分位数的颜色编码点

Question

我有一些非常大的文件，其中包含一个基因组位置(位置)和相应的群体遗传统计(值)。我已经成功地绘制了这些值，并希望对值的前5% (蓝色)和1% (红色)进行颜色编码。我想知道在R中是否有一个简单的方法可以做到这一点。

​

​

我已经探索过编写一个定义分位数的函数，但是，其中许多都不是唯一的，因此导致函数失败。我也研究过stat_quantile，但只成功地用它绘制了一条标有95%和99%的线(其中一些线是对角线，对我来说没有任何意义)。(对不起，我是R.)

任何帮助都将不胜感激。

这是我的代码：(文件非常大)

########Combine data from multiple files
fst <- rbind(data.frame(key="a1-a3", position=a1.3$V2, value=a1.3$V3), data.frame(key="a1-a2", position=a1.2$V2, value=a1.2$V3), data.frame(key="a2-a3", position=a2.3$V2, value=a2.3$V3), data.frame(key="b1-b2", position=b1.2$V2, value=b1.2$V3), data.frame(key="c1-c2", position=c1.2$V2, value=c1.2$V3))


########the plot
theme_set(theme_bw(base_size = 16))

p1 <- ggplot(fst, aes(x=position, y=value)) + 
  geom_point() + 
  facet_wrap(~key) +
  ylab("Fst") + 
  xlab("Genomic Position (Mb)") +
  scale_x_continuous(breaks=c(1e+06, 2e+06, 3e+06, 4e+06), labels=c("1", "2", "3", "4")) +
  scale_y_continuous(limits=c(0,1)) +
  theme(plot.background = element_blank(),
    panel.background = element_blank(),
    panel.border = element_blank(),
    legend.position="none",
    legend.title = element_blank()
    )
p1

Answer 1

这就是我处理它的方法--基本上是创建一个因子，定义每个观察在哪个组中，然后将colour映射到该因子。

首先，一些需要处理的数据！

dat <- data.frame(key = c("a1-a3", "a1-a2"), position = 1:100, value = rlnorm(200, 0, 1))
#Get quantiles
quants <- quantile(dat$value, c(0.95, 0.99))

有很多方法可以获得一个因素来确定每个观察属于哪一组，这里有一个：

dat$quant  <- with(dat, factor(ifelse(value < quants[1], 0, 
                                  ifelse(value < quants[2], 1, 2))))

因此，quant现在指示一个观察是在95-99还是99+组中。然后，绘图中的点的颜色可以很容易地映射到quant。

ggplot(dat, aes(position, value)) + geom_point(aes(colour = quant)) + facet_wrap(~key) +
  scale_colour_manual(values = c("black", "blue", "red"), 
                      labels = c("0-95", "95-99", "99-100")) + theme_bw()

​

​

Answer 2

通过将quantile和cut合并到aes颜色表达式中，您可以稍微更优雅地实现这一点。例如，本例中的col=cut(d,quantile(d))：

d = as.vector(round(abs(10 * sapply(1:4, function(n)rnorm(20, mean=n, sd=.6)))))

ggplot(data=NULL, aes(x=1:length(d), y=d, col=cut(d,quantile(d)))) + 
  geom_point(size=5) + scale_colour_manual(values=rainbow(5))

​

​

我还为美丽的传说标签创建了一个有用的工作流，可能有人会发现它很方便。

Answer 3

我不知道这是不是你想要的，但也许这会有帮助：

# a little function which returns factors with three levels, normal, 95% and 99%
qfun <- function(x, qant_1=0.95, qant_2=0.99){
  q <- sort(c(quantile(x, qant_1), quantile(x, qant_2)))
  factor(cut(x, breaks = c(min(x), q[1], q[2], max(x))))
}


df <- data.frame(samp=rnorm(1000))

ggplot(df, aes(x=1:1000, y=df$samp)) + geom_point(colour=qfun(df$samp))+
  xlab("")+ylab("")+
  theme(plot.background = element_blank(),
        panel.background = element_blank(),
        panel.border = element_blank(),
        legend.position="none",
        legend.title = element_blank())  

结果我得到了

​