r - 在 ggplot2 堆积条形图中按大小对堆栈进行排序

Question

所以我有大量数据，我已采样作为下面的示例:

Sequence  Abundance   Length
CAGTG    3       25
CGCTG    82      23
GGGAC    4       25
CTATC    16      23
CTTGA    14      25
CAAGG    9       24
GTAAT    5       24
ACGAA    32      22
TCGGA    10      22
TAGGC    30      21
TGCCG    25      21
TCCGG    2       21
CGCCT    22      24
TTGGC    4       22
ATTCC    4       23

我在这里只显示每个序列的前 4 个单词，但实际上它们的长度是“长度”。我正在查看这里每个尺寸类别的丰富序列。此外，我想可视化特定序列在其大小类别中所代表的丰度比例。目前，我可以制作这样的堆积条形图:

ggplot(tab, aes(x=Length, y=Abundance, fill=Sequence)) 
  + geom_bar(stat='identity') 
  + opts(legend.position="none")

这对于像这样的小数据集来说很好，但我的实际数据集中大约有 170 万行。它看起来非常丰富多彩，我可以看到特定序列在一个尺寸类别中拥有大部分丰度，但它非常困惑。

我希望能够按该序列的丰度对每种尺寸的彩色堆叠条进行排序。即，堆栈中丰度最高的条位于每个堆栈的底部，丰度最低的条位于顶部。这样看起来应该更美观。

关于如何在 ggplot2 中执行此操作有什么想法吗？我知道 aes() 中有一个“order”参数，但我无法弄清楚它应该如何处理我所拥有的格式的数据。

Answer 1

在 ggplot2 的堆叠条形图中绘制条形的顺序(从下到上)基于定义组的因子的顺序。因此，Sequence 因子必须根据Abundance 重新排序。但为了获得正确的堆叠顺序，必须颠倒顺序。

ab.tab$Sequence <- reorder(ab.tab$Sequence, ab.tab$Abundance)
ab.tab$Sequence <- factor(ab.tab$Sequence, levels=rev(levels(ab.tab$Sequence)))

现在使用您的代码给出您请求的绘图

ggplot(ab.tab, aes(x=Length, y=Abundance, fill=Sequence)) +
  geom_bar(stat='identity') +
  opts(legend.position="none")

不过，我可能会推荐一些稍微不同的东西。由于您正在抑制将颜色映射到序列的比例，并且您的描述似乎表明您无论如何都不关心特定序列(而且会有很多)，为什么不忽略该部分呢？只需绘制条形的轮廓，无需任何填充颜色。

ggplot(ab.tab, aes(x=Length, y=Abundance, group=Sequence)) +
  geom_bar(stat='identity', colour="black", fill=NA)