三组(连续)桑基图绘制(含百分比)学习

桑基图（Sankey Diagram） 是一种用于可视化数据流的图表类型，常用于展示数据、能量、物料、资金或其他资源在系统中不同部分之间的流动和分配情况。桑基图通过宽度可变的流线（即流动线）来表示流动的大小，流线越宽，表示的流动量越大。它非常适合展示复杂的系统、过程或多个类别之间的关系。

桑基图的主要组成部分

1. 节点（Nodes）：代表系统中的不同部分或类别，例如部门、阶段或类别等。

2. 流线（Flows）：连接不同节点的线条，表示资源或数量从一个节点流向另一个节点。流线的宽度反映了流动的大小或数量。

3. 层级（Axes）：通常桑基图会分成多个层级，用于展示资源在不同节点之间的转移。

桑基图的优点

1. 直观展示复杂关系：通过宽度可变的流线，可以非常直观地展示不同部分之间的数量关系和流动情况。

2. 易于比较：各个流线的宽度能清晰地展示不同路径的相对大小，方便比较和分析。

制作桑基图的工具

1. R语言：ggplot2、ggalluvial、ggsankey、networkD3等包都支持绘制桑基图。

2. Python：可以使用Plotly、matplotlib、Holoviews等库。

3. 在线工具：如Excel、Google Data Studio、Tableau等可视化工具也支持桑基图的制作。

所以笔者不认为一定要执着于R，这种图的绘制可以怎么快速怎么来~

步骤流程

1、导入数据

rm(list = ls())
library(ggplot2)
library(tidyverse)

load("./data.Rdata")

2、数据展示

df1 <- data
head(df1)
#                  gender lymph_neck_dissection alcohol
# TCGA-CR-7374-01A FEMALE                    NO     YES
# TCGA-CV-A45V-01A FEMALE                    NO      NO
# TCGA-CV-7102-01A FEMALE                   YES     YES
# TCGA-MT-A67D-01A   MALE                   YES     YES
# TCGA-P3-A6T4-01A   MALE                   YES     YES
# TCGA-CV-7255-01A FEMALE                    NO     YES

3、三组桑基图

colnames(df1)
conver_res <- to_lodes_form(df1,                        
                            axes = 1:ncol(df1),                       
                            key = "x",                       
                            value = "stratum",                       
                            id = "alluvium")

color <- c("#9079ad","#7ebea5","#d8a373","#f09199",
           "#8d6449","#4c6cb3","#fef263","#ce5242")
pdf(file="sankey_with.pdf", width=8, height=6)
ggplot(conver_res,        
       aes(x = x, stratum = stratum, alluvium = alluvium,
           fill = stratum, label = stratum)) +  
  scale_fill_manual(values = color) +  
  geom_flow(width = 0.4, aes.flow = "forward") + 
  geom_stratum(alpha = 0.8, width = 0.4) +  
  # 调整节点标签的位置
  geom_text(data = subset(conver_res, x != "status"), 
            stat = "stratum", size = 5, color = "black", family = "serif", 
            vjust = -1.5, hjust = 0.5) +  # 调整 vjust 和 hjust 使标签与条带对齐
  geom_text(data = subset(conver_res, x == "status"), 
            stat = "stratum", size = 5, color = "black", family = "serif", 
            vjust = -1.5, hjust = 0.5) +  # 适当调整位置
  # 调整百分比的位置，避免与标签重叠
  geom_text(aes(label = sprintf("%.1f%%", after_stat(prop) * 100)),
            stat = "stratum", size = 4.5, vjust = 1.5, hjust = 0.5, color = "black", 
            family = "serif", check_overlap = TRUE) +
  theme_classic() +  
  theme(axis.line = element_blank(), axis.ticks = element_blank(),
        axis.text.y = element_blank()) +   
  theme(panel.grid = element_blank()) +   
  theme(panel.border = element_blank()) +   
  theme(axis.text.x = element_text(size = 15, family = "serif", colour = "black")) + 
  xlab("") +  
  ylab("") +   
  ggtitle("") +   
  guides(fill = "none")
dev.off()

标签调整很关键！ 百分比需要手动调整，其实蛮麻烦的。

调整标签的垂直对齐 (vjust) 和水平对齐 (hjust)：

通过修改 vjust 可以控制标签和百分比的上下移动。

通过修改 hjust 可以控制标签和百分比的左右移动。

注：若对内容有疑惑或者有发现明确错误的朋友，请联系后台(欢迎交流)。更多内容可关注公众号：生信方舟

- END -