这是到目前为止我觉得讲解最为细致、仿制与色彩改进效果最好的疫情玫瑰图教程。所以特约稿给大家学习！作者码字不易，还请多多支持。

Angus,温州医科大学在读博士，急诊医学专业，主攻临床数据库及人工智能在危重症患者的应用。

EasyShu-张杰

---

大家好，我是Angus，最近人民日报的NCP疫情图引起了很多科研工作者的兴趣，应EasyShu-杰哥邀请，我给大伙讲一下如何绘制疫情玫瑰图。首先看看2020年3月12日的图片，见下面。

接下来我就带大家解析这张图，我的制图习惯是出图前先画草图，这样便于图形制作时条理清晰。

设计解析

那么接下来看一下这张图的设计，如下。

从原型图中我们可以看到，这张图的底图是bar plot，在这基础上的其他元素包括：

???? 3种label，在这里，我们不做死亡的label，只做例数和国家的；

???? 2组同心圆，其实质就是bar plot。

在label部分，我们这里涉及3种类型：

       ???? 右下角：label在barplot外 + 旋转；

       ????左下角：label在bar plot内；

       ????左上角：label在bar plot外+ 旋转 + 文本换行。

OK，现在开始干活。打开你的RStudio。我们这里要用的是tidyverse组合包，我习惯每次直接用套件，而不是单独载入ggplot2包。组合包便于我们在制图过程中，对数据直接变形。如果没有安装的，请先安装该包。

1. 载入包

判断环境，并载入包，若未安装tidyverse，会自动进行安装。

if (!requireNamespace("tidyverse", quietly = TRUE)) {install.packages(tidyverse)
}
library(tidyverse)

2. 准备数据

       这里我开始生成一批类似上图的数据。

       其中：

       ???? id：对应每一个国家，这里共生成26个字母国家；

  ???? height：对应NCP疫情数目；

       ???? label：bar plot的标签。

    那么label这部分，因为我们有3种类型，所以在mutate里我们分别进行操作：

  ???? 右半边：应该是×例×国，即id ∈ [1， 13]这部分；

  ???? 左下部：国家都在例数下面，所以它应该在例数和国家之间应该有个换行符，即id ∈ [14， 21]这部分；

  ???? 左上部：国家又跑到例数上面，所以我们在国家和例数之间添加换行符，即id ∈ [22， 26]这部分。

dat <-data.frame(id = 1:26,height = c(seq(100, 550, 20),seq(650, 700, 20))) %>%mutate(label = case_when(id <= 13 ~ paste0(height, "例 ", LETTERS[id], "国"),id <= 21 ~ paste0(height, "例\n", LETTERS[id], "国"),T ~ paste0(LETTERS[id], "国\n", height, "例")))

3.图表绘制

开始画底图 + 同心圆的bar plot

p1 <-
ggplot(data = dat, aes(x = id, y = height, label = label)) +
geom_col(aes(fill = id), width = 1, size = 0) +
geom_col(
aes(y = 40),
fill = "white",
width = 1,
alpha = 0.2,
size = 0) +
geom_col(
aes(y = 20),
fill = "white",
width = 1,
alpha = 0.2,
size = 0)
p1

L7/14：我们将bar的宽度设为1，消除间隔。

L4-10：添加外部的同心圆bar plot，白色填充，同时设置alpha属性。

L11-17：添加内部的同心圆bar plot，同理操作，外部和内部的alpha设置一样大，这样一重叠，内部的实际显示就会变成0.4。

跑完后，我们就会看到下图。

这张图看起来是不是每条bar之间还有间隔线，来来来，我给你放大到2000倍。我们就会发现其实间隔线只是颜色的过渡引起的错觉。

OK，那么我们的底图就做好了，接下来就是极坐标变形了，同时添加中间的空心园。

       同时，我们去掉一些没用的背景，坐标轴等元素，图例等改bar的颜色时再进行一起去除。极坐标变形后，2个圆环的效果就很明显了。

p2 <-
p1 +
coord_polar() +
theme_void() +
scale_y_continuous(limits = c(-60, 701))
p2

接下来，我们为每一条bar添加label。

p3 <-
p2 +
geom_text(
data = . %>% filter(id <= 13),
nudge_y = 80,
angle = 95 - 180 * c(1:13) / 13,
fontface = "bold"
) +
geom_text(
data = . %>% filter(between(id, 14, 21)),
nudge_y = -55,
nudge_x = -0.1,
color = "white",
fontface = "bold"
) +
geom_text(
data = . %>% filter(id >= 22),
nudge_y = -50,
color = "white",
angle = 80 - 75 * c(1:5)/5,
fontface = "bold"
)
p3

L4/10/17：动态筛选数据。

L5/11-12/18：通过nudge_*属性来调整3种label的相对位置，实现label分别位于外面和里面。

L6/20：设置angle来根据bar的位置来动态调整label的角度，以实现旋转。

L13/20：将内部的label设置为白色勾勒，增加文字的可读性，同时对所有的label，我们都对其加粗以达到图片的效果。

       下面看看效果。

到p3这里，基本的轮廓就已经出来了，接下来就是去除legend，更改每条bar的颜色了。为什么要在这里才去除legend呢，这是因为我们一开始添加的legend是fill属性哦。

       首先原图我们上下左右各取一点颜色，加上开头就是一共5个颜色，接着就是让这5个颜色产生渐变。

       不同显示器拾色可能会有差异，我这里拾到的5个颜色分别为：

       #54778F，#4EB043，#E69D2A，#DD4714，#A61650

       OK，开始上色。

p4 <-p3 +scale_fill_gradientn(colors = c("#54778f", "#4EB043", "#E69D2A", "#DD4714", "#A61650"),guide = F)
p4

L4-5：载入渐变色板。

L6：删除fill图例。

这个时候就基本完成了。

       我们来对比一下：

但相比人民日报的色板，我还是更喜欢viridis的色板。见下图

如需联系EasyShu团队

请加微信：EasyCharts

微信公众号【EasyShu】博文代码集合地址

https://github.com/Easy-Shu/EasyShu-WeChat

《R语言数据可视化之美》增强版

增强版配套源代码下载地址

Github

https://github.com/Easy-Shu/Beautiful-Visualization-with-R

百度云下载

https://pan.baidu.com/s/1ZBKQCXW9TDnpM_GKRolZ0w 

提取码：jpou

猜你喜欢

10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

16S功能预测   PICRUSt  FAPROTAX  Bugbase Tax4Fun

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读