作者：科研貓 | 小飛鼠

責編：科研貓?| 依米

如果我們想比較某個數(shù)值在不同分組之間的變化差異。或者隨著時間序列的變化趨勢，往往會用到折線圖。折線圖是在我們的科研繪圖當中最為常用的圖形之一。

正如在這個圖形中，可以清晰的看到，某些觀察值隨著組別的變化而產(chǎn)生的變化。不過，隨著基因組大數(shù)據(jù)的不斷發(fā)展和應用，在很多科研繪圖場景中，高維數(shù)據(jù)的處理變得越來越重要。很多時候我們接觸到的數(shù)據(jù)。不僅僅是幾個樣本和十幾個測量值而已，往往是成百上千個基因或者檢測結果。如此高維的數(shù)據(jù)，如果我們想要觀察他們的變化趨勢，應該使用何種圖形呢？

在上面的這張圖形中，僅僅有兩條線。如果有幾十條、幾百條折線，或者多個分組呢？不知道大家有沒有考慮過這樣的問題。遇到如此的數(shù)據(jù)，想要繪制折線圖，我們該如何來進行展示？

剛好近些天，有粉絲問我這樣一個問題。他說他們隨訪了一個腫瘤病人很長的時間，獲取了這個病人從發(fā)病前到確診腫瘤、再到腫瘤進展、腫瘤轉移等各個時期的基因組數(shù)據(jù)。他想要分析各個基因在不同時期的變化趨勢，并從中選取影響腫瘤轉歸的重要因子。

對于這個問題，如果單純?yōu)榱吮容^不同分期基因表達的差異。我們可以用箱線圖，或者小提琴圖，但是這些圖形體現(xiàn)的僅僅是不同分組之間的差異。同一個基因是如何隨著時間變化而變化的，貌似只能夠通過折線圖來進行展示。但是話又說回來，如此多的基因，來繪制折線圖使用常規(guī)的繪圖方法能夠實現(xiàn)嗎？今天我們就來給大家介紹一種全新的圖形，它可以說是折線圖的進階版，非常適合進行高維數(shù)據(jù)變化趨勢的可視化，那就是平行坐標圖。

平行坐標圖(parallel coordinate plot)是可視化高維多元數(shù)據(jù)的一種常用方法，為了顯示多維空間中的一組對象，繪制由多條平行且等距分布的軸，并將多維空間中的對象表示為在平行軸上具有頂點的折線。頂點在每一個軸上的位置就對應了該對象在該維度上的中的變量數(shù)值，比如下面的這張圖。

從圖中我們可以看出，平行坐標圖和折線圖相比是非常相似的。不過，雖然平行折線圖屬于折線圖的特殊類型，但是它和普通的折線圖又具有明顯的區(qū)別。因為平行折線圖并不局限于描述某一種或者某幾種趨勢的變化關系。對于時間序列的不同時間節(jié)點、不同梯度的反應濃度等等數(shù)值，都可以使用平行坐標圖來進行具體數(shù)值的描述。下面我們就跳過對圖形背景的描述，進入到實際的繪圖時間過程當中。

實例練習

首先我們來看一下繪圖用的測試數(shù)據(jù)集。這個數(shù)據(jù)集當中分了4個腫瘤的階段。總共有150個基因，150個基因當中，又按照通路分了三個組。這個就是我們的測試數(shù)據(jù)：

現(xiàn)在，我們要做的，就是比較這150個基因在4個分組中的變化趨勢。那么下面我們就來進行圖形的繪制。在這里我們用了GGally包中的ggparcoord()函數(shù)進行繪圖。具體代碼如下：

怎么樣，這個圖看上去很不錯吧。在平行坐標軸中，它和普通折線圖最大的一個區(qū)別就是它含有多條坐標軸。每一個坐標軸都代表了不同的維度，所以說坐標軸的排列方式和歸一化的方式可能會影響觀察者對數(shù)據(jù)的理解。因此在繪制平行坐標圖的過程當中，坐標軸的順序是極其重要的。在這里，我們的順序是按照Grade1-4排列的，非常容易理解。關于坐標軸標準化的問題，由于每個分組之間的數(shù)據(jù)有高有低，坐標軸對應的數(shù)值也應該是不一致的。可是，如果把坐標軸的標度改變掉，那這個圖看起來就會非常難以理解(比如即使是水平的曲線，也可能意味著數(shù)值的變化)。所以，我們在這里對于坐標軸的標度都是完全統(tǒng)一的。可是，有些數(shù)據(jù)相差太大或者太小，在圖中如果用原始的數(shù)值進行繪制的話，圖形有可能就完全重疊在一起了。

為了避免這個問題，我們對圖形數(shù)值進行標化。ggparcoord()函數(shù)中標化的方法有很多，如果是“globalminmax”就是完全不變化，另外可以選用‘std’或者'robust', 'uniminmax', 'center', or 'centerObs'等多種標化方法，大家可以比較不同之處。

話說回來，平行坐標圖也有它自己的缺點。那就是當數(shù)據(jù)非常龐大時，在圖中的曲線就會顯得非常密集，使得圖形顯得稍有雜亂，曲線難以辨認。那么如何解決這一問題呢？一種方法：當你的分組比較少的時候，可以通過facet分面的方法把不同分組分割開來即可。試試看：

此外，還有一種方法，我們經(jīng)常做的一件事情，就是在圖中把感興趣的對象或者集合高亮出來。這樣就容易辨別感興趣的對象，同時淡化其他對象，達到消除背景曲線的目的。這樣應該如何實現(xiàn)呢？其實也非常簡單，就是把不同分組的color進行設置即可。比如這里，我把PI3K pathway組的基因設置成彩色，其他組設置成灰色。

好了，關于平行坐標圖，我們就暫且講到這里。不過還有一點要跟大家強調一下，平行坐標軸描述的大多是計量數(shù)據(jù)，對于定性數(shù)據(jù)或者分類變量，建議大家還是不要勉強使用平行坐標圖。那么在這種情況下該用哪一種圖形呢？對于分類變量和定性變量來說，我們有一種非常好看的圖形，而且它和平行坐標圖有著異曲同工之妙，那就是：桑基圖(Sankey plot)，它在分組數(shù)據(jù)中用的也是很多。

介紹完平行坐標圖，給大家隆重介紹一下全網(wǎng)首個開源繪圖平臺-Hiplot。Hiplot是openbiox聯(lián)合科研貓鄭重推出的，免費注冊，無需安裝，一站式繪圖的開源繪圖平臺，你還在等什么？

導言

數(shù)據(jù)可視化在科研工作中發(fā)揮著越來越重要的作用。基于可視化圖形，我們可以更好地展示科研數(shù)據(jù)中的主要特征和規(guī)律。以生物醫(yī)學為例，大多數(shù)臨床醫(yī)學學生和初級科研工作者一般需要花費數(shù)十天乃至數(shù)月的時間去熟悉和掌握常用的數(shù)據(jù)可視化工具，如 SPSS、Origin 和 Graphpad。之后才有可能去完成部分基礎的數(shù)據(jù)統(tǒng)計分析和可視化。如果是要專門從事數(shù)據(jù)分析和建模方向的相關人員則還需額外學習一門甚至數(shù)門編程語言(如 MATLAB、R 和 Python )。而要達到能夠自由探索數(shù)據(jù)的水平則還需要額外花費更多時間去深入學習和進階。

近年來，隨著各類云計算平臺(如生物醫(yī)學領域的 Galaxy 和 DNAnexus)、相關 IT 軟硬件基礎設施的發(fā)展(如分布式計算、容器技術、軟件包管理器、數(shù)據(jù)分析流程構建框架等)，初級科研工作者已經(jīng)可以相對比較輕松地獲取相關數(shù)據(jù)的上游分析結果。特別是當常規(guī)組學數(shù)據(jù)的上游分析流程趨于穩(wěn)定和完善，數(shù)據(jù)上游分析流程的可自定義程度和可變程度已經(jīng)大大降低。而數(shù)據(jù)分析下游流程中的可視化和個性化深度解讀已經(jīng)成為當前用戶面臨的最大挑戰(zhàn)：

開源用戶社區(qū)開發(fā)的可視化軟件或方法大多還沒有很好的整合在一個統(tǒng)一的用戶接口之下；

國內缺少活躍的針對科研數(shù)據(jù)可視化的協(xié)作社區(qū)，“** 畫圖群”成為初級科研用戶為數(shù)不多的選擇；

國內缺少類似于 Graphpad、MATLAB 核心數(shù)據(jù)可視化軟件和平臺，在被美國禁用之后，只能花費額外成本進行流程遷移或重頭開始開發(fā)；

相關數(shù)據(jù)可視化工具仍然相對匱乏，雜志和用戶需求旺盛，已發(fā)布多年的 Circos 圓圈圖可視化，通過封裝一些便捷操作就可以發(fā)表文章：

• Rasche H, Hiltemann S. Galactic Circos: User-friendly Circos plots within the Galaxy platform. Gigascience. 2020;9(6):giaa065. doi:10.1093/gigascience/giaa065;

• Marx H, Coon JJ. MS-Helios: a Circos wrapper to visualize multi-omic datasets. BMC Bioinformatics. 2019;20(1):21. Published 2019 Jan 11. doi:10.1186/s12859-018-2564-9; Yu Y, Ouyang Y, Yao W.

• shinyCircos: an R/Shiny application for interactive creation of Circos plot. Bioinformatics. 2018;34(7):1229-1231. doi:10.1093/bioinformatics/btx763)

國內外開發(fā)的一些平臺和工具用戶體驗一般：用戶界面不夠美觀；中英文支持的屈指可數(shù)；上手仍然有一定難度；部分平臺的文件管理不太方便；用戶能夠主動參與平臺建設的少之又少。

Hiplot簡介

Hiplot 是由 openbiox 社區(qū)于 2019 年 10 月發(fā)起，并在新冠疫情爆發(fā)后快速發(fā)展的一個社區(qū)開發(fā)項目：致力于建立一個快速迭代、支持中英文環(huán)境的科研數(shù)據(jù)可視化平臺和協(xié)作社區(qū)。目前該平臺建設已初具規(guī)模，已提供基于 R 語言的 40 余種基礎可視化的功能。

Hiplot 項目發(fā)起的初衷就是為了解決廣大臨床醫(yī)學學生和科研工作者的基礎科研方面的可視化需求：

基礎可視化：覆蓋大多數(shù)基礎的科研可視化功能，參照 SPSS、GraphPad、國內外開發(fā)的相關可視化軟件和工具

進階可視化：包括 Shiny 在內的復雜可視化圖形和應用；文獻圖表的重現(xiàn)和再分析；新的可視化圖形展示插件：如基于 Circos、circlize 的二次開發(fā)；openbiox 社區(qū)貢獻的可視化應用(如 UCSCXenaShiny 和 bioshiny)

其他任務：低計算量的其他任務(如文獻數(shù)據(jù)資源下載、RESTful APIs 訪問等)

文件管理(支持上傳、下載、復制、移動、刪除、在線預覽和編輯等操作)

Hiplot用戶交互界面展示(部分)

登錄

注冊

基礎繪圖卡片瀏覽與檢索

繪圖示例 | 相關性熱圖

繪圖示例 | 免疫浸潤分析

文件上傳窗口

文件瀏覽與管理

文件在線查看和編輯

(支持文本文件、XLSX、CSV、TXT 等)

文件在線查看和編輯

(支持文本文件、XLSX、CSV、TXT 等)

提交文獻原文和附錄下載任務

(基于 openbiox 社區(qū)貢獻的 bget 項目)

提交文獻原文和附錄下載任務

(基于 openbiox 社區(qū)貢獻的 bget 項目)

·

本期干貨

-?平行坐標圖繪制代碼-

領取方法

關注“科研貓”公眾號

公眾號主頁點擊“更多信息”-“聯(lián)系客服”領取干貨

更多科研新鮮資訊、文獻精讀和生物信息技能

請關注科研貓公眾號

科研貓原創(chuàng)出品，任何形式轉載，均需獲授權

若您是讀者，歡迎分享，無需授權

易法通律師事務所提供版權法律支持

總結

以上是生活随笔為你收集整理的文件可视化编辑_高维数据可视化必备图形平行坐标图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。