ggsci
是一个知名的
ggplot2
拓展包，工具包名称中的
sci
是
science
的缩写。它的开发者是两个中国人：Nan Xiao <https://nanx.me>、Miaozhu Li <http://miaozhu.li>。
ggsci
工具包拓展了
ggplot2
绘图系统的颜色标度函数，并且遵从
scale_col_*
和
scale_fill_*
式的命名规则。它的优点在于可以快速生成符合学术品味的配色，并且针对一些著名期刊还开发了对应的颜色标度函数。除期刊外，还有一些配色灵感来自数据可视化库、科幻电影和电视。
工具包中的函数可以分为如下两大类、四小类：
其中
scale_fill_*
和
scale_color_*
类型的函数的用法与
ggplot2
中的颜色标度函数一致，大部分为离散型标度函数；
pal_*
和
rgb_*
函数可以输出这些标度函数所对应的颜色编码。
比如，
scale_fill_npg()
和
scale_fill_aaas()
函数可以分别用来实现
Nature
和
Science
杂志的配色风格：
library(ggplot2)
library(patchwork)
df <- data.frame(x = c("a", "b", "c", "d"), y = c(3, 4, 1, 2))
p <- ggplot(df, aes(x, y, fill = x)) +
geom_bar(stat = "identity") +
labs(x = NULL, y = NULL) +
theme(legend.position = "none")
library(ggsci)
p1 <- p + scale_fill_npg()
p2 <- p + scale_fill_aaas()
p1 + p2
著名医学期刊
柳叶刀
（
The Lancet
）和
美国医学会杂志
（
JAMA
）的配色风格：
p3 <- p + scale_fill_lancet()
p4 <- p + scale_fill_jama()
p3 + p4
还有一些来自数据可视化库的配色风格：
p5 <- p + scale_fill_ucscgb()
p6 <- p + scale_fill_d3()
p5 + p6
以上举例都属于离散型颜色标度函数，这些函数的语法结构如下：
scale_fill_*(palette, alpha = 1, ...)
同一个函数不同的调色板：
p7 <- p + scale_fill_uchicago(palette = "light")
p8 <- p + scale_fill_uchicago(palette = "dark")
p7 + p8
ggsci
工具包还提供了两种连续型的颜色标度函数，它们比离散标度函数多了一个
reverse
参数：
scale_color_gsea()
函数会生成一个蓝-红的颜色渐变带：
set.seed(107)
df <- data.frame(x = 1:40, y = rnorm(40))
p <- ggplot(df, aes(x, y, color = y)) +
geom_point(size = 2) +
labs(x = NULL, y = NULL)
p1 <- p + scale_color_gsea()
p2 <- p + scale_color_gsea(reverse = T)
p1 + p2
scale_color_material()
函数提供了19种单色颜色渐变带，颜色类型需要通过
palette
参数指定，具体见该函数的帮助文档：
p3 <- p + scale_color_material()
p4 <- p + scale_color_material(palette = "purple",
alpha = 0.6)
p3 + p4
除了直接进行配色外，还可以使用
pal_*
和
rgb_*
类的函数输出它们的颜色编码，这样就可以将这些配色风格保留下来了。前者对应的是离散型标度函数，后者对应的是连续型标度函数。在得到这些颜色的编码后，就可以在更广范围内运用这些配色风格了，而不再局限于
ggplot2
绘图系统里。
pal_*
函数举例：
pal_npg()(4)
## [1] "#E64B35FF" "#4DBBD5FF" "#00A087FF" "#3C5488FF"
pal_uchicago(palette = "dark")(5)
## [1] "#800000FF" "#767676FF" "#CC8214FF" "#616530FF" "#0F425CFF"
rgb_*
函数举例：
rgb_gsea(n = 5, reverse = T)
## [1] "#D60C00FF" "#FF6B79FF" "#E9D0FBFF" "#7D7CFCFF" "#4500ACFF"
rgb_material(palette = "purple", n = 5)
## [1] "#F2E5F4FF" "#C887D3FF" "#A335B5FF" "#7F20A4FF" "#4A138CFF"
ggsci是一个知名的ggplot2拓展包，工具包名称中的sci是science的缩写。它的开发者是两个中国人：Nan Xiao <https://nanx.me>、Miaoz...
1写在前面
对于只有只有部分重叠的datasets，合并方法我们依然可以采用Seurat、Harmony，rliger
包
，本期介绍一下Harmony
包
的用法。🤩
2用到的
包
rm(list = ls())library(Seurat)library(SeuratDisk)library(SeuratWrappers)library(patchwork)library(harmony)library(rliger)library(RColorBrewer)library(tidyverse)library(r
总有小伙伴问我figure的
配色
是怎么弄的，本期介绍一下我个人常用的一些
配色
R
包
。 😘
2用到的
包
rm(list = ls())library(tidyverse)library(
ggsci
)library(patchwork)
3示例数据
这期使用示例数据为movies_long数据集。
library(ggstatsplot)dat <- movies_long
我们先看一下变量的类型吧。🧐
str(dat)
4离散型
配色
4.1 初步绘图
我们先用ggplot画2个图
1写在前面
当完成了对scRNAseq数据的Normalization和混杂因素去除后，我们就可以开始正式分析了。😘
本期我们介绍一下常用的聚类方法(clustering)，主要是无监督聚类，
包
括：👇
hierarchical clustering；k-means clustering ；graph-based clustering。
1.1 hierarchical clustering
Raw data
The hierarchical clustering dendrogram
1.2 k-mea
主题
颜色
代码
包
在这里，介绍4个常用的调色
包
：RColorBrewer、ggthmr、
ggsci
、ggthemes，这些
包
有一些已经生成好的色条或者主题供我们选择使用。
首先，加载好我们需要用到的R
包
和数据 ：
library(RColorBrewer)
library(
scale
s)
library(readxl)
library(
ggplot2
)
library(ggthemes)
library(
ggsci
)
library(ggtech)
library(dplyr)
library(viridi
本教程介绍了如何使用 R 软件和
ggplot2
包
创建箱线图。需要使用函数 geom_boxplot()。一个简化的格式是：
geom_boxplot(outlier.colour="black", outlier.shape=16,
outlier.size=2, notch=FALSE)
outlier.colour, outlier.shape, outlier.size : 离群值的
颜色
、形状和大小
notch：逻辑值。如果为 TRUE，则制作一个带缺口的箱线
Scientific Journal and Sci-Fi Themed Color Palettes for
ggplot2
ggsci
包
含期刊或软件的经典
配色
，对
科研
绘图很有帮助。
#下载
包
ggplot2
和
ggsci
install.packages(
ggplot2
)
install.packages(
ggsci
)
#加载
包
library(
ggplot2
)
library(
ggsci
)
Scale
s
Palette Types
Palette Gene...
scale
_colour/fill_gradient()
scale
_colour/fill_gradient2()
scale
_colour/fill_gradientn()
scale
_colour/fill_discrete()
scale
_colour/fill_brewer()
scale
_colour/f
Cluster Resources
--------------------------------------------------------------------------------
ggvip
1 ONLINE ONLINE racdb1
oggapp
1 ONLINE ONLINE racdb1
查看ogg状态
GGSCI
(racdb1) 1> info all
Program Status Group Lag at Chkpt Time Since Chkpt
MANAGER RUNNING
EXTRACT RUNNING TESTEXT 00:00:00 00:00:08
EXTRACT RUNNING TESTPUMP 00:00:00 00:00:05
