如何在 R 中将 0 和 1 的数据表绘制为双色网格？

Question

我有一些类似下面的文件。每行包含 26 行，由样本名称和多个 0 和 1 组成。

mem/Bur_05_sorted.bam_A 0   0   0   0   0   1   1   0   0   1   1   0   0   0   1   1   1   1   1   1   1   1
mem/Bur_05_sorted.bam_B 1   1   1   1   1   1   1   1   1   1   1   1   1   0   0   0   0   0   0   0   0   0
mem/Ell_06_sorted.bam_A 1   1   0   0   0   1   1   1   1   1   1   1   1   1   0   0   0   0   0   0   0   0
mem/Ell_06_sorted.bam_B 0   0   0   0   0   1   1   1   1   1   1   1   1   0   1   1   0   0   0   0   0   0
mem/Ell_07_sorted.bam_A 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Ell_07_sorted.bam_B 1   1   1   1   1   0   0   0   0   0   0   0   0   1   0   0   0   0   0   0   0   0
mem/Ste_01_sorted.bam_A 0   0   0   0   0   0   0   0   0   1   1   1   1   1   1   1   1   0   0   0   0   0
mem/Ste_01_sorted.bam_B 0   0   0   0   0   1   1   1   1   1   1   1   1   1   1   1   0   0   0   0   0   0
mem/Sto_02_sorted.bam_A 0   0   0   0   0   0   0   0   0   1   1   1   1   0   1   1   1   1   1   1   1   1
mem/Sto_02_sorted.bam_B 1   1   1   1   1   1   1   1   1   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Sto_03_sorted.bam_A 1   1   0   0   0   0   0   0   0   0   0   0   0   0   1   1   1   0   0   0   0   0
mem/Sto_03_sorted.bam_B 0   0   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   0   0
mem/Sto_07_sorted.bam_A 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Sto_07_sorted.bam_B 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_01_sorted.bam_A 1   1   1   1   1   1   1   1   1   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_01_sorted.bam_B 0   0   0   0   0   1   1   1   1   1   1   1   1   1   0   0   0   0   0   0   0   0
mem/Vog_02_sorted.bam_A 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_02_sorted.bam_B 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_03_sorted.bam_A 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_03_sorted.bam_B 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_04_sorted.bam_A 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_04_sorted.bam_B 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0
mem/Vog_05_sorted.bam_A 1   1   1   1   1   0   0   0   0   0   0   1   1   1   1   0   0   0   0   0   0   0
mem/Vog_05_sorted.bam_B 0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   1   0   0   0   0   0   1
mem/Vog_06_sorted.bam_A 1   1   0   0   0   0   0   1   1   1   1   1   1   0   0   0   0   0   0   0   0   0
mem/Vog_06_sorted.bam_B 1   1   1   1   1   0   0   0   0   0   0   0   0   1   1   1   0   0   0   0   0   0

线条代表混合血统个体的基因组序列。每个数字代表一个长度为 0.01 兆碱基的 bin，该值表示 binned 段的祖先。 我想使用这个文件来生成两种颜色的网格图（例如红色的 0 和蓝色的 1），其中 y 轴显示样本名称。像this 这样的情节。

我对 R 没有经验，但我最初的猜测是将表格读取为矩阵：

data <- as.matrix(read.table("L_1616.vit.txt"), rownames = 1)

然后使用 image() 进行绘图。但我不太清楚该命令提供什么作为参数。 任何人都可以解释如何做到这一点？ image() 方法正确吗？

谢谢！

Answer 1

考虑以下示例。根据您的代码，在加载数据集时删除 as.matrix 应该可以让您获得类似的结构）

df <- data.frame(row.names = LETTERS[1:20],
                 col1 = sample(c(0,1),20, replace = TRUE),
                 col2 = sample(c(0,1),20, replace = TRUE),
                 col3 = sample(c(0,1),20, replace = TRUE))  

> head(df)
  col1 col2 col3
A    0    1    0
B    1    1    1
C    1    0    0
D    0    1    0
E    0    1    0
F    0    0    1 

使用image，您可以：

image(as.matrix(df), col = c("red","blue"))

但是，另一种选择可能是使用ggplot2 和geom_tile 函数进行绘图。

您可以使用pivot_longer 将数据框转换为更长的格式并获取以下数据集：

library(tidyr)
library(dplyr)

df %>% mutate(Row = rownames(df)) %>%
  pivot_longer(-Row)

# A tibble: 60 x 3
   Row   name  value
   <chr> <chr> <dbl>
 1 A     col1      0
 2 A     col2      1
 3 A     col3      0
 4 B     col1      1
 5 B     col2      1
 6 B     col3      1
 7 C     col1      1
 8 C     col2      0
 9 C     col3      0
10 D     col1      0
# … with 50 more rows

除了前面的代码，还可以通过follwoign代码获取情节：

library(tidyr)
library(dplyr)
library(ggplot2)

df %>% mutate(Row = rownames(df)) %>%
  pivot_longer(-Row) %>%
  ggplot(aes(x = Row, y = reorder(name, desc(name)), fill = as.factor(value)))+
  geom_tile()+
  scale_fill_manual(name = "Code", values = c("red","blue"))+
  labs(y = "")

它回答了你的问题吗？