论文
Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity
https://www.nature.com/articles/s42255-022-00674-x#Sec58
s42255-022-00674-x.pdf
https://github.com/Osynchronika/sc_EC_obesity_atlas
大部分 作图的数据都有，可以试着用论文中提供的数据复现一下论文中的图
今天的推文我们复现一下论文中的figure2b 水平堆积柱形图并添加连线
image.png
示例数据如下
image.png
读取数据
library(readxl) library(tidyverse) dat<-read_excel("data/20230207/figure2b.xlsx") dat指定因子水平和配色
x_levels<-c("Prolif","EC-art","EC-cap1","EC-cap2", "EC-lymph1","EC-lymph2","EC-ven","EC-venule","EC-ang") fill.colors<-c("#f09004","#e30528","#f5aaad","#ef7b64","#7ec7bd", "#63b32f","#527dbf","#8eb1de","#de2080")堆积柱形图的代码
width<-0.4 dat %>% pivot_longer(!group) %>% mutate(name=factor(name,levels = c("Western","chow"))) %>% mutate(group=factor(group,levels = rev(x_levels))) %>% ggplot(aes(x=value,y=name))+ geom_bar(aes(fill=group), stat="identity", position = "fill", width = width)+ scale_fill_manual(values = rev(fill.colors)) -> p1 p1image.png
计算添加线段的位置坐标
dat[match(x_levels,dat$group),] %>% mutate(x1=cumsum(chow/sum(chow)), x2=cumsum(Western/sum(Western))) -> new.df在p1的基础上添加线段并整体美化
p1+ geom_segment(data=new.df, aes(x=x1,xend=x2,y=2-width/2,yend=1+width/2), lty="dashed", color="gray", size=1)+ theme_classic()+ scale_x_continuous(position = "top", expand = expansion(mult=c(0,0)), breaks = seq(0,1,by=0.1), labels=c(0,"",20,"",40,"",60,"",80,"",100))+ theme(axis.ticks.y = element_blank(), panel.grid.major.x = element_line(), axis.title = element_blank(), plot.title = element_text(hjust=0.5), axis.text.y = element_text(face="bold",size=25), legend.title = element_blank())+ labs(title="Percentage of cells per cluster")image.png
论文中的Figure2d也是同样的图，可以自己试试用上面的代码是否能够做出来
这个整体的配色也挺好看的，可以作为自己论文配色的备选
示例数据和代码可以给推文点赞，然后点击在看，最后留言获取
AI大模型学习福利
作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获
四、AI大模型商业化落地方案
因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获
作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量
