展示白菜不同群体相似度

1. 用于展示大白菜和其他群体相似度、

输入文件:nearest.bins.lst.matrix

Bin1    Bin2    Value
Bin1000 CAtype  0
Bin1000 ChineseTP       0
Bin1000 EURtype 0
Bin1000 JPNtype 0
Bin1000 OilseedYN       0
Bin1000 PC      0
Bin1000 Taicai  1
Bin1000 sarson  0
Bin1001 CAtype  0

输入文件:sorted.groups.lst.added

Ordered Chr Type
Bin1    A01 GenomicSequence
Bin2    A01 GenomicSequence
Bin3    A01 GenomicSequence
Bin4    A01 GenomicSequence
Bin5    A01 GenomicSequence
Bin6    A01 GenomicSequence
Bin7    A01 GenomicSequence
library(ggplot2)
library(patchwork)

mytheme2 <- theme_bw() + theme(legend.title=element_blank(), panel.grid.major = element_blank(), panel.grid.minor = element_blank(),

                               axis.title.x = element_blank(),
                               axis.title.y = element_blank(),
                               #axis.title.y = element_text(size=8,angle=90),
                               #axis.text.x=element_text(size=6,angle=0),
                               axis.text.x= element_blank(),
                               axis.ticks.x = element_blank(),
                               axis.text.y = element_text(size=8),  ##- biao qian
                               #axis.text.y = element_blank(),
                               #axis.ticks.y = element_blank(), ##- ke du xian 
                               legend.position="none",
                               legend.key.size = unit(0.4,'cm'),
                               legend.text = element_text(size=6,angle=0),
                               strip.text = element_text(size=4)

                              )

#argv<-commandArgs(TRUE)
data <- read.table("nearest.bins.lst.matrix", header = TRUE, sep="\t")   ##- nearest.bins.lst.matrix
group <- read.table("sorted.groups.lst.added", header = TRUE, sep="\t")  ##- sorted.groups.lst

orderBin <- factor(group$Ordered)
data$Bin1 <- factor(data$Bin1, levels=orderBin)
data$Bin2 <- factor(data$Bin2, levels=c("Taicai", "ChineseTP", "PC", "sarson", "JPNtype", "EURtype", "OilseedYN", "CAtype"))

group$Ordered <- factor(group$Ordered, levels=orderBin)

p1 <- ggplot(data, aes(x=Bin1, y=Bin2, fill=Value, color=Value))  +
      geom_tile() +
      scale_colour_gradient(low = "white", high = "red") +
      scale_fill_gradient(low = "white", high = "red") +
      mytheme2

p2 <- ggplot(group, aes(x=Ordered, y=1, fill=Type, color=Type)) +
      geom_tile(color="white") + 
      theme_bw() + 
      scale_fill_manual(values=c("#ef476f", "#ffd166", "#06d6a0", "#118ab2", "#ffbe0b", "#fb5607", "#ff006e", "#8338ec", "#3a86ff", "#a8dadc"))  +  
      #scale_fill_brewer(palette = "Paired")  + 
      theme(legend.title=element_blank(), panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
                       axis.title.x = element_blank(),
                               axis.title.y = element_blank(),
                               #axis.title.y = element_text(size=8,angle=90),
                               #axis.text.x=element_text(size=6,angle=0),
                               axis.text.x= element_blank(),
                               axis.ticks.x = element_blank(),
                               #axis.text.y = element_text(size=6),  ##- biao qian
                               axis.text.y = element_blank(),
                               axis.ticks.y = element_blank(), ##- ke du xian 
                               legend.position="none",
                               legend.key.size = unit(0.4,'cm'),
                               legend.text = element_text(size=6,angle=0),
                               strip.text = element_text(size=4)

                              )

p <- p1 / p2 +  plot_layout(heights = c(30, 1))

ggsave(file="aa.pdf", plot=p, width = 12, height = 3)

结果图:


大白菜与其他群体相似度-01.jpg
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,744评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,505评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,105评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,242评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,269评论 6 389
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,215评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,096评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,939评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,354评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,573评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,745评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,448评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,048评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,683评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,838评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,776评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,652评论 2 354

推荐阅读更多精彩内容