|
📋文章目录
堆叠柱状图图简介准备数据集加载数据集数据处理数据可视化
利用R语言绘制物种组成图。本文以冲积图的方式与大家分享，后续还会分享堆叠面积图、堆叠柱形图。本文所使用的数据均温构建的虚拟数据，建议仅作为学习参考！
堆叠柱状图图简介
堆叠柱状图可以形象地展示一个大分类包含多个小分类的数据，以及各个小分类的占比，显示的是单个分类与总体间的关系。堆叠柱状图分为两种：
常见的堆叠柱状图：每个柱子上的值分别代表不同的数据大小，各子分类的数据总和代表整根柱子的高度。适用于比较每个分组的数据总量。百分比堆叠柱状图：柱子的各个层代表的是该类别数据占该分组总体数据的百分比。适用于比较各组间的相对变化。 
准备数据集
  
加载数据集
otudf % # 数据形式转换 宽-长
left_join(group_infor, by = c("Samples" = "Samples")) %>%
select(Phylum, Treat, Depth, Abundance) %>%
group_by(Phylum, Treat, Depth) %>% # 求均值
summarise_all(mean) %>%
arrange(Phylum, Treat, Depth, desc(Abundance))
Phylum
# # A tibble: 204 × 4
# # Groups: Phylum, Treat [68]
# Phylum Treat Depth Abundance
#
# 1 Acidobacteria A H 462665.
# 2 Acidobacteria A L 459384.
# 3 Acidobacteria A M 454049.
# 4 Acidobacteria B H 454310
# 5 Acidobacteria B L 455244.
# 6 Acidobacteria B M 448743.
# 7 Acidobacteria C H 449425
# 8 Acidobacteria C L 455059.
# 9 Acidobacteria C M 454707.
# 10 Acidobacteria CK H 456931
# # … with 194 more rows
# # ℹ Use `print(n = ...)` to see more rows
## 选择top9 及 合并剩余物种作为Other
phy_select %
select(Phylum, Treat, Depth, Abundance, everything())
top10 |