下面来实现Fig.2b的散点图

一、数据载入

rm(list = ls())
library(reshape2)
library(ggplot2)
library(RColorBrewer)
data head(data)
idx celltypes                'Macrophages', 'Macrophages M2', 'Plasma cells', 'Neutrophils')

celltypes

二、相关性分析

发现规律

一个个进行相关性分析太麻烦了，这些数据信息是否有规律呢？

果真如此！

一共七个细胞，CIBERSORT absolute score位于idx的七列中（设为i+1）

而IHC cell count就位于前一列（设为i列）

接下来就可以写个for循环做相关性分析了

idx data[1,idx]
data[1,idx+1]

相关性分析

• 如果当i=1时

# 准备数据
i=1
tmpdata head(tmpdata)

colnames(tmpdata) tmpdata$log10IHC tmpdata head(tmpdata)

相关系数（correlation coefficient）用于描述两个变量之间的相关程度。一般在[-1, 1]之间。包括：

1. pearson相关系数：适用于连续性变量，且变量服从正态分布的情况，为参数性的相关系数。

2. spearman等相关系数：适用于连续性及分类型变量，为非参数性的相关系数。

这里用了cor.test()函数,格式如下：

cor.test(x, y,
         alternative = c("two.sided", "less", "greater"),
         method = c("pearson", "kendall", "spearman"),
         exact = NULL, conf.level = 0.95, continuity = FALSE, ...)
# 其中x,y是供检验的样本；alternative指定是双侧检验还是单侧检验；method为检验的方法；conf.level为检验的置信水平
# 参考：http://www.sthda.com/english/wiki/correlation-test-between-two-variables-in-r

实际运用：

spearman str(spearman)

pval coef coef coef coef
# 设置标签,paste连接字符，collapse设置分隔符
text text

三、绘图

关键函数geom_point就可以绘制散点图，其他都是层层叠加设置拟合线，标题等等

参考：http://www.sthda.com/english/wiki/ggplot2-point-shapes

plt     geom_point(size=1) + # 改变shape形状, color线条颜色, fill填充颜色, size填充大小，stroke线条粗细
    geom_smooth(method = 'lm', se = FALSE, col = 'grey70') + # 拟合线，method：统计算法(lm\glm\gam\loess\rlm等),se：误差范围(就是围绕着拟合直线的颜色带),col:颜色
    labs(title=celltypes[i], y = 'log10 # of cell/mm2', x = 'CIBERSORT absolute score') + # 大标题，xy轴标签
    theme_bw(base_size = 7) + # 黑白主题：白色背景，灰色网格线;base_size控制字体大小
    theme(axis.text = element_text(colour = 'black'), # 轴刻度值
          axis.ticks = element_line(colour = 'black'), # 轴刻度线
          plot.title = element_text(hjust = 0.5), # 标题 hjust介于0,1之间,调节标题的横向位置
          panel.grid = element_blank()) + # 空白背景
    annotate("text", x = (max(tmpdata$CIBERSORT)+min(tmpdata$CIBERSORT))/2, 
             y = max(tmpdata$log10IHC)*0.95, label = text, size=2) + # 添加注释，"text"：指文本；xy 指定标签的位置；label：内容；size：大小
    xlim(0,max(tmpdata$CIBERSORT)) + ylim(0,max(tmpdata$log10IHC)) # xlim，ylim设置xy轴范围
plt

四、划重点了！

直接上面绘图的代码代入，构建for循环

library(ggplot2)
data colnames(data)
idx celltypes                'Macrophages', 'Macrophages M2', 'Plasma cells', 'Neutrophils')

celltypes
for (i in c(1:length(idx))) {
  tmpdata   head(tmpdata)
  colnames(tmpdata)   tmpdata$log10IHC   tmpdata   head(tmpdata)
  
  spearman   pval   coef   coef   coef   text   text
  
  plt     geom_point(size=1) +
    geom_smooth(method = 'lm', se = FALSE, col = 'grey70') + 
    labs(title=celltypes[i], y = 'log10 # of cell/mm2', x = 'CIBERSORT absolute score') + 
    theme_bw(base_size = 7) +
    theme(axis.text = element_text(colour = 'black'),
          axis.ticks = element_line(colour = 'black'),
          plot.title = element_text(hjust = 0.5),
          panel.grid = element_blank()) +
    annotate("text", x = (max(tmpdata$CIBERSORT)+min(tmpdata$CIBERSORT))/2, 
             y = max(tmpdata$log10IHC)*0.95, label = text, size=2) + 
    xlim(0,max(tmpdata$CIBERSORT)) + ylim(0,max(tmpdata$log10IHC)); plt
  
  outputPdf                        '.small.log10trans.pdf'), collapse = '')
  ggsave(outputPdf, plt, units = 'cm', height = 5, width = 4.5)
}

五、扩展区

关于散点图还有很多内容可以调整，例如点的形状(shape)：

先模拟个数据集：

df df$cyl head(df)

library(ggplot2)
# Basic scatter plot
ggplot(df, aes(x=wt, y=mpg)) +
  geom_point()
# Change the point shape
ggplot(df, aes(x=wt, y=mpg)) +
  geom_point(shape=18)
# change shape, color, fill, size
ggplot(df, aes(x=wt, y=mpg)) +
  geom_point(shape=23, fill="blue", color="darkred", size=3)

多分组时，直接映射

library(ggplot2)
# Scatter plot with multiple groups
# shape depends on cyl
ggplot(df, aes(x=wt, y=mpg, group=cyl)) +
  geom_point(aes(shape=cyl))
# Change point shapes and colors
ggplot(df, aes(x=wt, y=mpg, group=cyl)) +
  geom_point(aes(shape=cyl, color=cyl))
# change point shapes,  colors and sizes
ggplot(df, aes(x=wt, y=mpg, group=cyl)) +
  geom_point(aes(shape=cyl, color=cyl, size=cyl))

上面的形状颜色大小还是自动修改的，当想手动设置时，需要添加不同的参数：

• scale_shape_manual() : 改变点的形状
• scale_color_manual() : 改变点的颜色
• scale_size_manual() : 改变点的大小

# Change colors and shapes manually
ggplot(df, aes(x=wt, y=mpg, group=cyl)) +
  geom_point(aes(shape=cyl, color=cyl), size=2)+
  scale_shape_manual(values=c(3, 16, 17))+
  scale_color_manual(values=c('#999999','#E69F00', '#56B4E9'))+
  theme(legend.position="top") # 注释位置
# Change the point size manually
ggplot(df, aes(x=wt, y=mpg, group=cyl)) +
  geom_point(aes(shape=cyl, color=cyl, size=cyl))+
  scale_shape_manual(values=c(3, 16, 17))+
  scale_color_manual(values=c('#999999','#E69F00', '#56B4E9'))+
  scale_size_manual(values=c(2,3,4))+
  theme(legend.position="top")