열의 각 수준이 R에서 해당 열의 다른 모든 수준과 비교되는 산점도 행렬을 어떻게 생성합니까?

광범위한 데이터를 기반으로 원하는 결과를 얻는 한 가지 방법은 별도의 산점도를 만들고 patchwork다음을 사용하여 함께 붙이는 것입니다 .

1. 열 ( var1)에 대한 변수로 벡터 만들기
2. 행에 대한 변수가있는 목록을 만듭니다 ( var2).
3. 를 사용하여 벡터와 목록을 반복합니다 map2.
4. 내부 에서 각 열 변수 및 해당 행 변수에 대한 플롯 목록을 만드는 데 map2사용 map됩니다. 또한를 사용하여 enpty 패널로 목록을 채우십시오 plot_spacer.
5. 결과는 내가 사용하여 간단한 목록으로 변환하는 목록의 목록입니다 reduce
6. 마지막으로 사용 wrap_plots하여 별도의 플롯을 함께 붙입니다.
7. 패싯을 모방하기 위해 몇 가지 if조건을 사용하여 축 레이블, 텍스트 및 선을 조건부로 제거합니다.

편집 물론 색상을 추가 할 수도 있습니다. 그러나 내 접근 방식의 단점은 가이드를 수집 한 후에도 4 개의 전설이된다는 것입니다. 따라서 단일 색상 범례를 모방하기 위해 범례 간격과 여백을 조정해야했습니다.

library(ggplot2)
library(patchwork)
library(purrr)

make_plot <- function(df, var1, var2) {
  df$var1 <- var1
  df$var2 <- var2
  xlabel <- if (var2 == "si") var1 else NULL
  ylabel <- if (var1 == "aoi") var2 else NULL
  color_label <- if (var1 == "aoi") "type" else NULL
  xaxis <- if (var2 != "si") theme(axis.text.x = element_blank(), axis.ticks.x = element_blank()) else NULL
  yaxis <- if (var1 != "aoi") theme(axis.text.y = element_blank(), axis.ticks.y = element_blank()) else NULL
  ggplot(df, aes(x = .data[[var1]], y = .data[[var2]], color = var1)) +
    geom_point() +
    scale_color_manual(values = cols, labels = var1) +
    labs(x = xlabel, y = ylabel, color = color_label) +
    xaxis +
    yaxis
}

var1 <- names(final_wide)[-c(1:2)]
var2 <- lapply(1:4, function(x) var1[(x + 1):5])

cols <- scales::hue_pal()(5)
cols <- setNames(cols, var1)
labs <- setNames(var1, var1)

plot_list <- map2(var1[1:4], var2, function(var1, var2) {
  blank <- rep(list(plot_spacer()), 4 - length(var2))
  map(var2, ~ make_plot(final_wide, var1, .x)) %>% c(blank, .)
})
plot_list <- reduce(plot_list, c)

wrap_plots(plot_list, nrow = 4, byrow = FALSE) +
  plot_layout(guides = "collect") &
  theme(legend.spacing.y = unit(0, "pt"),
        legend.margin = margin(1, 1, 1, 1 , "pt"),
        legend.title = element_text(margin = margin(0, 0, 3, 0, "pt")))

데이터

final_wide <- structure(list(geneid = c(
  "ENSG00000000419.12", "ENSG00000000457.13",
  "ENSG00000000460.16", "ENSG00000000938.12", "ENSG00000001460.17",
  "ENSG00000283672.1", "ENSG00000283675.1", "ENSG00000283683.1",
  "ENSG00000283696.1", "ENSG00000283699.1"
), genesymbol = c(
  "DPM1",
  "SCYL3", "C1orf112", "FGR", "STPG1", "MIR4678", "snoMe28S-Am2634",
  "RP3-454G6.2", "RP11-122G18.12", "MIR4481"
), aoi = c(
  0.566609,
  -1.10182, 1.53434, 1.302, -0.43696, -0.58471, 1.00272, 0.548,
  0.0294, -1.28001
), cpd = c(
  -1.82655, -1.126189, -0.607821, -1.085,
  -0.885166, 0.616161, 0.07432, 0.249, 0.90557, 0.605154
), dpw = c(
  -0.0626,
  -0.35206, -0.16094, -0.49, -0.53658, -0.091148, -1.65884, 0.157,
  -1.97269, 0.546647
), sc = c(
  -0.08728, -1.449136, 1.407573, -0.678,
  -1.541952, 1.20287, 0.929563, 0.147, 0.435826, 1.36607
), si = c(
  -0.1724,
  1.867089, 1.2436, -1.661, 0.601034, -0.90551, -1.01169, 0.142,
  -0.92487, -0.30385
)), class = "data.frame", row.names = c(
  "1:",
  "2:", "3:", "4:", "5:", "12240:", "12241:", "12242:", "12243:",
  "12244:"
))