如何根据ggplot中的x和y值范围对点进行聚类答案

【问题标题】：How to cluster points based on both x and y value ranges in ggplot如何根据ggplot中的x和y值范围对点进行聚类
【发布时间】：2020-09-17 20:53:04
【问题描述】：

我有不同样本的 RNA 表达值数据集。我对它们应用了线性拟合和贝叶斯统计，然后针对“P.Value”绘制对数倍数变化（“LogFC”）以获得以下 ggplot。现在我想为“LogFC” 2 的值和“P.Value”

【问题讨论】：

标签： r ggplot2 cluster-computing

【解决方案1】：

虽然您确实可以将数据子集绘制为图层，但您也可以将颜色美学设置为嵌套的 ifelse() 语句。你也会得到正确的传说。示例如下：

library(ggplot2)
set.seed(0)

df <- data.frame(
  logFC = rt(10000, 10),
  pvalue = runif(10000)
)

ggplot(df, aes(logFC, log10(pvalue))) +
  geom_point(
    aes(colour = ifelse(is.na(pvalue) | pvalue > 0.05 | abs(logFC) < 2, "n.s.",
                        ifelse(logFC >= 2, "Up", "Down")))
  ) +
  scale_colour_manual(values = c("limegreen", "grey50", "dodgerblue"),
                      name = "Category") +
  scale_y_continuous(trans = "reverse")

^{由reprex package (v0.3.0) 于 2020-09-17 创建}

【讨论】：

【解决方案2】：

您似乎为整个数据集使用了geom_point-plot。解决您的问题的一种方法是添加带有子集的额外点层。

您还没有提供示例数据集，所以我使用了 iris 数据集。我通过对数据集进行子集化并添加蓝色点来重新着色 Sepal.Length 的较小和较高值。 Sepal.Width 中的其他小值变为绿色。

将此代码转移到您的案例中。过滤您的数据集以获得所需的LogFC 和/或P.Value，并将这些数据集和颜色参数添加到其他geom_pointlayers。

ggplot(data = iris, aes(x = Sepal.Length, y = Sepal.Width)) +
  geom_point(color = "red") +
  geom_point(data = iris[iris$Sepal.Length < 5 | iris$Sepal.Length > 7, ], color = "blue") +
  geom_point(data = iris[iris$Sepal.Width < 3, ], color = "green")

【讨论】：