R 数据可视化 —— circlize 简单介绍

介绍

圆形布局图非常适合表示复杂信息，其中最有名的软件当属 Circos，我们也介绍过 Circos 的配置文件方法。

虽然 Circos 软件很好用，但是它使用的是 perl 语言写的，而且使用的是配置文件的方式来绘制图形，这样就使得数据分析与绘图之间分离开了，造成了很大的不便。

circlize 是 Circos 的 R 语言实现，但并不是生成 Circos 配置文件的前端封装，而是完全基于 R 语言风格的统计和图形语法实现的。

设计原理

circlize 圆形布局由 sectors（扇形）和 tracks（轨迹）组成。对于数据中的不同分类，会作为不同的 sectors，在圆形布局上看起来就是将圆切割为一个个扇形；而同一个类别的不同维度的观测值，会作为从圆外向圆内不断堆叠的图形轨迹 tracks，即展示的各种数据图形。

例如，对于下面这张图

数据被分为 8 个 sector，即圆形被等分为 8 个扇形区域。

而从圆外到圆内，每个圆环代表一个 track，总共有 5 个 track，添加顺序为点图、直方图、折线图、热图和连接图。

每个 sector 和 track 交叠的图块称为一个单元格（或一个网格，一个 panel），是一个绘图区域。

其绘制方式类似于 grid，也是一个个图形添加到图层中，这些图形函数都是 circos.*() 形式，包括一些简单图形函数

• circos.points(): 添加点
• circos.lines(): 添加线
• circos.segments(): 添加线段
• circos.rect(): 添加矩形
• circos.polygon(): 添加多边形
• circos.text(): 添加文本
• circos.axis() 和 circos.yaxis(): 添加轴

绘制两个位置之间的连接函数

• circos.link()

一些复杂图形

• circos.barplot(): 绘制条形图
• circos.boxplot(): 绘制箱线图
• circos.violin(): 绘制小提琴图
• circos.heatmap(): 绘制圆形热图
• circos.raster(): 绘制光栅图片
• circos.arrow(): 绘制圆形箭头

一些圆形布局的排布函数

• circos.initialize(): 分配圆形上的扇形区域
• circos.track(): 为单元格创建绘图区域
• circos.update(): 更新修改某一单元格
• circos.par(): 设置图形参数
• circos.info(): 输出当前图形的参数
• circos.clear(): 重置图形参数和内部变量

简单示例

我们先来看一个简单的例子，创建如下数据

n <- 1000
df <- data.frame(
  sectors = sample(letters[1:8], n, replace = TRUE),
  x = rnorm(n), y = runif(n)
)

首先，初始化一个圆形布局，确定扇形区域和 x 轴变量

circos.par("track.height" = 0.1)
circos.initialize(df$sectors, x = df$x)

扇形区域的大小会根据每个类别的数据范围自动计算，默认情况下，扇形的起始位置在极坐标系统 $\theta =0$ 处，并且按顺时针方向排列

同时，我们设置了图形参数 track.height 的值为 0.1，圆形布局的半径为 1，0.1 表示 10% 的半径长度，即每个轨迹图形的高度设置为半径的 10%。

初始化圆形布局之后，还不会显示图形，我们需要将轨迹添加到图片当中。所有轨迹都是通过 circos.track()（或者 circos.trackPlotRegion()）函数来添加的。

我们先添加一个轨迹图

circos.track(df$sectors, y = df$y,
             panel.fun = function(x, y) {
               circos.text(CELL_META$xcenter, 
                           CELL_META$cell.ylim[2] + mm_y(7), 
                           CELL_META$sector.index)
               circos.axis(labels.cex = 0.6)
             })

怎么解析上面的代码呢？

在函数 circos.track 中，我们传递了三个参数，其中前两个参数指定了每个扇形区域及轨迹图中的 y 轴数据，panel.fun 参数传递了一个函数，在创建绘图区域时会被调用。

我们再来看看这个函数做了什么事情，首先，使用 circos.text 来绘制文本信息，CELL_META 提供了每个单元格的信息，从其取值的变量名可以看出，xcenter、cell.ylim、
sector.index 分别代表的是当前单元格的 x 轴中点、y 轴范围、当前扇形区域的索引。mm_y(7) 表示对 y 轴添加 7mm 的偏移，这样就添加了最外圈的标签 a-h.

circos.axis 表示添加坐标轴，可以看到有圆形最外侧坐标轴刻度。

然后，添加散点图

col <- rep(c("#e41a1c", "#4daf4a"), 4)
circos.trackPoints(df$sectors, df$x, df$y, col = col, pch = 16, cex = 0.5)
circos.text(-1, 0.5, "text", sector.index = "a", track.index = 1)

最后一行，使用 sector.index 和 track.index 指定了单元格，在扇形 a 的第一层轨迹内部位置添加了 text 标签

添加第二层轨迹的方式也是一样的，例如，使用 circos.trackHist 添加直方图

bgcol <- rep(c("#fb8072", "#80b1d3"), 4)
circos.trackHist(df$sectors, df$x, bin.size = 0.2, bg.col = bgcol, col = NA)

第三层轨迹，我们随机抽取 12 个数据点来绘制折线

circos.track(df$sectors, x = df$x, y = df$y,
    panel.fun = function(x, y) {
        ind = sample(length(x), 12)
        x2 = x[ind]
        y2 = y[ind]
        od = order(x2)
        circos.lines(x2[od], y2[od], col = "#ff7f00")
})

其中 panel.fun 传递的函数的 x、y 分别表示当前单元格的 x、y 轴数据点

我们可以使用 circos.update 来修改某一单元格的图形，单元格使用 sector.index 和 track.index 来进行定位

circos.update(sector.index = "d", track.index = 2, 
              bg.col = "white", bg.border = "black")
circos.points(x = -2:2, y = rep(0.5, 5), col = "#1f78b4")
circos.text(CELL_META$xcenter, CELL_META$ycenter, "updated", col = "#1f78b4")

虽然我们回到了第二个轨迹，但是还是可以使用 circos.track 来往内侧添加新的轨迹，例如，使用 circos.rect 添加热图

circos.track(ylim = c(0, 1), panel.fun = function(x, y) {
    xlim = CELL_META$xlim
    ylim = CELL_META$ylim
    breaks = seq(xlim[1], xlim[2], by = 0.1)
    n_breaks = length(breaks)
    circos.rect(breaks[-n_breaks], rep(ylim[1], n_breaks - 1),
                breaks[-1], rep(ylim[2], n_breaks - 1),
                col = rainbow(n_breaks), border = NA)
})

在最内层，我们可以添加连接线

circos.link("a", 0, "b", 0, h = 0.4, col = "blue")
circos.link("c", c(-0.5, 0.5), "e", c(-0.5,1), 
            col = "#fb9a99", border = "blue", h = 0.2)
circos.link("f", 0, "g", c(-1,1), col = "#b2df8a", 
            border = "black", lwd = 2, lty = 2)

最后，使用 circos.clear() 来重置所有的图形参数