论文
The flying spider-monkey tree fern genome provides insights into fern evolution and arborescence
https://www.nature.com/articles/s41477-022-01146-6#Sec44
数据下载链接
https://doi.org/10.6084/m9.figshare.19125641
今天的推文重复一下论文中的Figure1d中左下角的小图
论文中提供的原始数据集如下
需要将其整理成3个单独的数据集
首先是做数据整理的代码
library(readxl)library(ggplot2)library(tidyverse)dat01<-read_excel("data/20220518/dat01.xlsx")dat01dat01 %>% mutate(x=8:2, mean_value=`Duplication Per`, lower95=`Duplication Per`, upper95=`Duplication Per`, group="Experimental") %>% select(x,mean_value,lower95,upper95,group)-> dat01dat02<-read_excel("data/20220518/dat02.xlsx")head(dat02)dat02 %>% group_by(MRCA) %>% summarise(mean_value = mean(`Duplication Per`), lower95 = Rmisc::CI(`Duplication Per`)[3], upper95 = Rmisc::CI(`Duplication Per`)[1]) %>% mutate(x=8:2, group="Null simulation") %>% select(x,mean_value,lower95,upper95,group) -> dat02dat03<-read_excel("data/20220518/dat03.xlsx")head(dat03)dat03 %>% group_by(MRCA) %>% summarise(mean_value = mean(`Duplication Per`), lower95 = Rmisc::CI(`Duplication Per`)[3], upper95 = Rmisc::CI(`Duplication Per`)[1]) %>% mutate(x=8:2, group=" ositive simulation") %>% select(x,mean_value,lower95,upper95,group) -> dat03dat<-bind_rows(dat01,dat02,dat03)dat %>% mutate(group=fct_rev(group)) -> dat作图代码
ggplot(data = dat,aes(x=x,y=mean_value))+ geom_line(aes(color=group),size=1.5)+ geom_ribbon(aes(ymin=lower95-1,ymax=upper95+1, fill=group), alpha=0.5, show.legend = FALSE)+ theme_minimal()+ theme(panel.grid = element_blank(), axis.line = element_line(), axis.ticks = element_line(), legend.title = element_blank())+ scale_x_continuous(breaks = 2:8, labels = paste0("N",8:2))+ scale_y_continuous(breaks = c(0,25))+ labs(x="Subtree node",y="ercent subtree")最终结果
这里最终的结果和论文中的图还是有些差异的，因为我没有看到论文中用的是置信区间作为数据范围还是其他，我这里选择的是置信区间，然后对数值进行了加减1
示例数据可以到论文中去下载，代码可以在推文中复制
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！
|
