R_circlize包_和弦图（二）

作者：李誉辉 四川大学在读研究生 

往期精彩： 

R_插值_拟合_回归_样条

接上一篇：R_circlize包_和弦图（一）

link弦可见

在需要强调某些relation时，需要高亮对应的弦，一般有4种高亮方式：

• 设置弦边缘颜色(前面已经介绍了)，

• 设置不同的透明度，

• 或只显示某些弦，其它全是透明的灰色

• 通过link.visible参数指定要显示的弦，其它都不显示，可以用逻辑矩阵(对于邻接矩阵)或逻辑向量(对于邻接列表)进行指定

library(circlize)# 通过指定不同的颜色进行高亮chordDiagram(mat, grid.col = grid_col, row.col = c("#FF000080", "#00FF0010", "#0000FF10"))circos.clear()# 通过指定透明色给某些在范围之外的relationcol_mat[mat < 12] <- "#00000000" # relation < 12则变为透明色chordDiagram(mat, grid.col = grid_col, col = col_mat) #circos.clear()# 通过函数同时指定透明色和高亮色，对邻接列表数据源也适用col_fun <- function(x) {ifelse(x < 12, "#00000000", "#FF000080") }# relation小于12则为透明色，反之为#FF000080石榴红chordDiagram(mat, grid.col = grid_col, col = col_fun, transparency = 0.7)circos.clear()# 事实上，所有颜色矩阵或颜色生成函数中色彩都是绘制在图形中的，只是程序内部将其透明度设置为了1，# 通过3列特殊数据框指定的颜色，其缺失的颜色的relation将不会画出col_df <- data.frame(c("S1","S2", "S3"), c("E5", "E6", "E4"),                    c("#FF000080", "#00FF0080", "#0000FF80"))chordDiagram(mat, grid.col = grid_col, col = col_df)circos.clear()# 对于邻接列表数据源，高亮弦调整更简单，只需要设置要高亮的颜色，其它为透明色就行了cols <- rand_color(nrow(df))cols[df[[3]] < 10] <- "#00000000" # 将df中第3列，即relation列，列值小于10的都更新为透明色HEX色值chordDiagram(df, grid.col = grid_col, col = cols)# 通过link.visible参数调整cols <- rand_color(nrow(df))chordDiagram(df, grid.col = grid_col, link.visible = df[[3]] >= 10) # 只显示df第3列大于10的弦circos.clear()

弦在同一个sector上的顺序调整

有时候为了方便查询，需要将弦link按宽窄顺序排列，可以用参数link.sort和link.decreasing设定:

• link.sort = TRUE 表示设置顺序，默认为了好看自动调整弦的顺序,指定该参数后，link.decreasing 参数才有效

• link.decreasing = TRUE/FALSE 表示降序或升序，默认顺时针，降序表示宽度沿顺时针方向逐渐下降

library(circlize)chordDiagram(mat, grid.col = grid_col, link.sort = TRUE, link.decreasing = TRUE) #按弦宽度下降排列,则弦宽沿顺时针方向逐渐下降title("link.sort = TRUE, link.decreasing = TRUE",cex = 0.8) # 添加标题circos.clear()chordDiagram(mat, grid.col = grid_col, link.sort = TRUE, link.decreasing = FALSE) # 弦宽沿顺时针方向逐渐增大title("link.sort = TRUE, link.decreasing = FALSE", cex = 0.8)circos.clear()

弦在多个sectors上的顺序调整

添加弦link的顺序对于视觉效果影响很大，默认安装数据源的顺序进行添加，可以用参数link.rank参数调整弦的添加顺序

• 通常给邻接列表增加一列，为relation的秩，然后用秩指定link.rank参数，则relation越小，秩越大，
  则link.rank参数先添加最大秩对应的弦，即最小的relation,于是relation越大，越出现在表层

• 反之，如果要将宽的relation调整到下面，则直接用relation列指定link.rank参数

library(circlize)# 邻接矩阵数据源，求矩阵的秩，然后指定给link.rank参数chordDiagram(mat, grid.col = grid_col, transparency = 0, link.rank = )# 设置透明度为0，方便观察chordDiagram(mat, grid.col = grid_col, transparency = 0, link.rank = rank(mat)) # 用mat中的秩进行排序，秩最大先添加circos.clear()# 邻接列表数据源，对relation列求秩，然后指定给link.rank参数chordDiagram(df, grid.col = grid_col, transparency = 0, link.rank = rank(df[[3]])) # 第3列为relation列，求秩circos.clear()

自我连接

当信息需要复制的时候，可以使用自我连接，使用参数self.link指定，用1或2指定，分别代表2种情形
这个用在基因或细胞复制的可视化中，其它用的比较少

library(circlize)df2 <- data.frame(start = c("a", "b", "c", "a"), end = c("a", "a", "b", "c"))chordDiagram(df2, grid.col = 1:3, self.link = 1) #chordDiagram(df2, grid.col = 1:3, self.link = 2)circos.clear()

对称矩阵

当数据源是对称矩阵时，通过参数symmetric = TRUE，只有矩阵下三角部分relation会被可视化(不包括对角线)

library(circlize)mat3 <- matrix(rnorm(25), 5) # 生成25个均匀分布的随机数, 5行排列colnames(mat3) <- letters[1:5]cor_mat <- cor(mat3) # 求相关系数,则变为对称矩阵col_fun <- colorRamp2(c(-1, 0, 1), c("green", "white", "red"))chordDiagram(cor_mat, grid.col = 1:5, symmetric = TRUE, col = col_fun)title("symmetric = TRUE") # 增加标题circos.clear()chordDiagram(cor_mat, grid.col = 1:5, col = col_fun)title("symmetric = FALSE")circos.clear()

弦link的方向

很多时候，数据源是有方向性的，如城市的航班来往，贸易来往，

• 对于邻接矩阵，本身就可以是有方向性的，如以行名为方向的起点，或以列名为方向的起点

• 对于邻接列表，通常用前2列的列的顺序表示方向，从第1列到第2列，或从第2列到1列
  用directional指定弦的方向，directional = 1或directional = -1：

• 对于邻接矩阵，1 表示从行名到列名，-1则反之

• 对于邻接列表，1 表示从从第1列到第2列，-1则反之
  不设置方向属性时，弦的高度都相等，即与sectors之间的gap都相等，当设置方向后，则其中一端会缩短一些，如果短的地方不对，则反转方向
  如果缩短的量不够，则可以通过diffHeight参数设置， 也可以设置负数
  有时候，数据源的行名或列名可能存在相同值，这时候设置方向就很容易区分，

library(circlize)par(mfrow = c(1, 3)) # 设置绘图环境，多图布局，1行3列布局chordDiagram(mat, grid.col = grid_col, directional = 1) # 结束端要短一些chordDiagram(mat, grid.col = grid_col, directional = 1, diffHeight = uh(5, "mm")) # 设定缩短量为5mm， uh表示传递单位  chordDiagram(mat, grid.col = grid_col, directional = -1) # 反转方向，这行名对应的端要短一些circos.clear()

数据源的行名和列名存在相同值

library(circlize)mat2 <- matrix(sample(100, 35), nrow = 5)rownames(mat2) <- letters[1:5]colnames(mat2) <- letters[1:7]mat2chordDiagram(mat2, grid.col = 1:7, directional = 1, row.col = 1:5)circos.clear()

如果不需要显示自我连接的弦
则更改数据源中对应的值，使该值为0

library(circlize)mat3 <- mat2for (cn in intersect(rownames(mat3), colnames(mat3))) { mat3[cn, cn] <- 0 # 将行名和列名相同的值更改为0}mat3chordDiagram(mat3, grid.col = 1:7, directional = 1, row.col = 1:5) # 设置弦方向为从行名到列名，设置弦颜色circos.clear()

link方向、箭头及高度调整

弦link有方向属性，就可以增加箭头，有2个参数可以增加箭头

• direction.type = "arrows" 给弦增加带箭头的曲线，曲线位于弦的中心线上，默认给所有弦增加箭头

• link.arr.col 给部分弦增加带箭头的曲线，并指定箭头的颜色，指定方式跟颜色的指定类似, 必须设置direction.type = "arrows"参数

• link.arr.length 指定带箭头曲线中，箭头的长度

• link.arr.type 指定箭头类型，可以用link.arr.type = "big.arrow" 产生大尺寸箭头，将箭头和箭杆合二为一

library(circlize)arr_col <- data.frame(c("S1", "S2", "S3"), c("E5", "E6", "E4"),                     c("black", "black", "black")) # 生成箭头的颜色3列特征数据框chordDiagram(mat, grid.col = grid_col, directional = 1,            link.arr.col = arr_col, direction.type = "arrows", link.arr.length = 0.2)circos.clear()# 同时设置箭头和弦高diffHeightchordDiagram(mat, grid.col = grid_col, directional = 1,   direction.type = c("diffHeight", "arrows"), # 同时设置箭头和弦高   link.arr.col = arr_col, link.arr.length = 0.2)circos.clear()par(mfrow = c(1, 2))# 指定箭头类型为大箭头matx <-  matrix(rnorm(64), 8)chordDiagram(matx, directional = 1, direction.type = c("diffHeight", "arrows"),   link.arr.type = "big.arrow") # 大箭头，箭头和箭杆合二为一circos.clear()# 大箭头加调整弦高diffHeightchordDiagram(matx, directional = 1, direction.type = c("diffHeight", "arrows"),   link.arr.type = "big.arrow", diffHeight = -uh(2, "mm")) # 设置弦高为-2mmcircos.clear()

窄弦丢失

对于relation值相对太小，其对应的弦的宽度也非常小，对于这种极小值，在程序绘图时，会自动去除，不给予显示
可以通过reduce参数控制link宽度的下限，超出该范围的将不显示，
reduce参数为0到1的数字(包含0)， 表示占所有弦宽度之和的百分比

library(circlize)# 默认移除小比例值mat <- matrix(rnorm(36), 6, 6)rownames(mat) <-  paste0("R", 1:6)colnames(mat) <- paste0("C", 1:6)mat[2, ] <- 1e-10 # 将第2行所有值改成很小的值mat[, 3] <- 1e-10 # 将第3列所有值改成很小的值chordDiagram(mat)circos.info() # 显示绘图的对象，不包含第2行的行名(R2)和第3列的列名(C3)，则表示被移除了circos.clear()# reduce参数调整mat[2, ] <- 1e-2chordDiagram(mat, reduce = 1e-3) # 控制reduce参数比C2小，则C2行不会被移除circos.info()circos.clear()

轨道调整

chordDiagram()默认创建2个外围轨道，一个标签(列名和行名)轨道，一个带有刻度线的网格轨道
circos.info()显示的"All your tracks"下面就是所有的轨道，

• annotationTrack参数可以调整轨道，从c("name", "grid", "axis")中指定任意值，可以多个值，表示只显示指定的轨道，

• annotationTrackHeight参数可以指定轨道环高，用数字向量指定，向量长度与annotationTrack参数一致

library(circlize)par(mfrow = c(1, 3)) # 多图布局，分3列排版chordDiagram(mat, grid.col = grid_col, annotationTrack = "grid") # 只显示网格，不显示刻度线和标签轨道chordDiagram(mat, grid.col = grid_col, annotationTrack = c("name", "grid"), # 指定显示标签和网格轨道   annotationTrackHeight = c(0.03, 0.01)) # 指定标签轨道和网格轨道的环高  chordDiagram(mat, grid.col = grid_col, annotationTrack = NULL) # 移除所有轨道circos.clear()

公众号后台回复关键字即可学习

回复 爬虫            爬虫三大案例实战  
回复 Python       1小时破冰入门

回复 数据挖掘     R语言入门及数据挖掘
回复 人工智能     三个月入门人工智能
回复 数据分析师  数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法