画圈圈

发表于2022-04-28更新于2022-10-21

问题来自于技能树的公众号，简书和知乎上也有，可见链接：

使用ggplot画出带圆圈的tsne聚类图 - 简书

在PCA，单细胞的降维聚类分析中，我们将高维的数值映射到二维散点上，如果结果够好，我们会看到几群相互分离的散点群，而为了能够更好的展示，我们想尝试把这些分为一类的散点，用一个圈给他框起来。

在上面的示例中我们能看到可以用stat_ellipse来给这些散点画圈。

比如:我们对IRIS的数据做tsne

1
2
3
4
5
6
7
8
9
10
11
library(Rtsne)
iris_unique <- unique(iris) # Remove duplicates
iris_matrix <- as.matrix(iris_unique[,1:4])
set.seed(42) # Set a seed if you want reproducible results
tsne_out <- Rtsne(iris_matrix) # Run TSNE


# Show the objects in the 2D tsne representation
library(ggplot2)
tsne_plot <- data.frame(x = tsne_out$Y[,1], y = tsne_out$Y[,2], col = iris_unique$Species)

用来绘图的数据tsne_plot有三列：

1
> tsne_plot[1:6,1:3]
          x         y    col
1 -15.79436 -6.776711 setosa
2 -18.12043 -6.231470 setosa
3 -18.26108 -7.311696 setosa
4 -18.52094 -7.087130 setosa
5 -15.77855 -7.221474 setosa
6 -14.00867 -7.269801 setosa

前两列是tsne的坐标，第三列是分类变量，类似于单细胞中的cluster

因此，很容易就能发现，我们可以这样绘制：

1
2
3
ggplot(tsne_plot, aes(x, y, color = col)) +
  geom_point() +
  stat_ellipse(level = 0.9)

调整stat_ellipse中的level可以让圈更大或者更小。

但是，假如我们只想对某些cluster画圈？又不想直接给原始数据删了怎么弄？

答：很容易，熟悉ggplot多类型绘图拼图映射的一定第一时间就能想到，那就是在stat_ellipse中修改映射，同时，还可以对每个特定群修改参数，还能加上颜色覆盖和透明。

1
2
3
4
5
6
7
8
ggplot(tsne_plot, aes(x, y, color = col)) +
  geom_point() +
  stat_ellipse(level = 0.9,geom = "polygon",alpha = 1/5,data = subset(tsne_plot,col=="setosa")) +
  stat_ellipse(level = 0.8,geom = "polygon",alpha = 1/5,data = subset(tsne_plot,col=="versicolor")) +
  stat_ellipse(level = 0.7,geom = "polygon",alpha = 1/5,data = subset(tsne_plot,col=="virginica")) +
  theme_classic() +
  theme(panel.background = element_blank(),
        panel.grid = element_blank())

由此，在单细胞的降维聚类里面，手动提取umap坐标和cluster，就能想给哪个群画圈，就给哪个群画圈了，再也不用去PPT或者AI里面手动框了。