【原创】大数据部落——中国专业的第三方数据服务提供商
提供定制化的一站式数据挖掘和统计分析报告咨询服务：y0.cn/teradat（咨询服务请联系官网客服）
R语言用circlize包绘制circos plot可视化报告
circlize
包
circlize包在德国癌症中心的华人博士Zuguang Gu开发的，有兴趣的可以去看看他的Github
主页。这个包有两个文档，一个是介绍基本原理的绘制简单圈圈图的，也是本次要介绍的。另外一份文档专门介绍基因组数据绘制圈圈图Genomic Circos Plot,我自己还没看完，下次再介绍。
根据我的学习发现这个包与ggplot2很相似，也是先创建一个图层，然后不断的添加图形元素（point、line、bar等），这些简单的图形元素都有circos.这个前缀进行绘制，比如要绘制点，则用circos.points()。具体的下面一一介绍。
用circlize绘制圈圈图
照例，没有安装这个包的先安装：install.packages(\或者devtools::install_github(\。 library(circlize) # 简单创建一个数据集 set.seed(999) n <- 1000 a <- data.frame(factors = sample(letters[1:8], n, replace = TRUE), x = rnorm(n), y = runif(n)) 绘图第一步是先初始化(circos.initialize),接下来绘制track，再添加基本元素。需要提一下的是，由于circlize绘制图是不断叠加的，因此如果我们一大段代码下来我们只能看到最终的图形，这里为了演示每端代码的结果，所以每次我都得初始化以及circlize.clear。
绘制第一个track
par(mar = c(1, 1, 1, 1), lwd = 0.1, cex = 0.6) circos.par(track.height = 0.1) circos.initialize(factors = a$factors, x = a$x) #初始化，factors来控制track数目，初始化里只有x， 没有y。这一步相当于ggplot() circos.trackPlotRegion(factors = a$factors, y = a$y, panel.fun = function(x, y) { circos.axis()}) col <- rep(c(\自定义一下颜色# 这里先解释一下，一个track有好几个cell，具体数目由factors决定的，向本数据集中factors有八个，因此绘制一个track，其包含八个cell。含有前缀circos.track的函数会在所有的cel里添加基本元素，而只有前缀circos.的函数可以在特定的track、cell里添加基本元素。具体看下演示。 【原创】大数据部落——中国专业的第三方数据服务提供商
提供定制化的一站式数据挖掘和统计分析报告咨询服务：y0.cn/teradat（咨询服务请联系官网客服） circos.trackPoints(a$factors, a$x, a$y, col = col, pch = 16, cex = 0.5) #所有的cell里都绘制点图 circos.text(-1, 0.5, \在track 1中的标记为a的cell里添加 textcircos.text(1, 0.5, \circos.clear()
接下来绘制第二个track
circos.trackHist添加柱状图，由于柱状图相对高级一点，因此circos.trackHist会自动创建一个track，
无需我们circos.trackPlotRegion进行创建。 par(mar = c(1, 1, 1, 1), lwd = 0.1, cex = 0.6) circos.par(track.height = 0.1) circos.initialize(factors = a$factors, x = a$x) circos.trackPlotRegion(factors = a$factors, y = a$y, 【原创】大数据部落——中国专业的第三方数据服务提供商
提供定制化的一站式数据挖掘和统计分析报告咨询服务：y0.cn/teradat（咨询服务请联系官网客服） panel.fun = function(x, y) { circos.axis()}) col <- rep(c(\circos.trackPoints(a$factors, a$x, a$y, col = col, pch = 16, cex = 0.5) circos.text(-1, 0.5, \circos.text(1, 0.5, \bg.col <- rep(c(\circos.trackHist(a$factors, a$x, bg.col = bg.col, col = NA) circos.clear()
创建第三个track
【原创】大数据部落——中国专业的第三方数据服务提供商
提供定制化的一站式数据挖掘和统计分析报告咨询服务：y0.cn/teradat（咨询服务请联系官网客服）
这里又得提一下，当我们绘制多个track时，我们添加基本元素时要指定添加到哪个
track(track.index指定)、哪个cell(sector.index指定)里，如果不指定，那么将默认track是我们刚刚
创建的那个。track.index、sector.index等参数可以通过get.cell.meta.data函数获取。 par(mar = c(1, 1, 1, 1), lwd = 0.1, cex = 0.6) circos.par(track.height = 0.1) circos.initialize(factors = a$factors, x = a$x) circos.trackPlotRegion(factors = a$factors, y = a$y, panel.fun = function(x, y) { circos.axis()}) col <- rep(c(\circos.trackPoints(a$factors, a$x, a$y, col = col, pch = 16, cex = 0.5) circos.text(-1, 0.5, \circos.text(1, 0.5, \bg.col <- rep(c(\circos.trackHist(a$factors, a$x, bg.col = bg.col, col = NA) circos.trackPlotRegion(factors = a$factors, x = a$x, y = a$y, panel.fun = function(x, y) { grey = c(\ sector.index = get.cell.meta.data(\这个是第三个track，因为我们刚刚创建，这里这一步不用也可。 xlim = get.cell.meta.data(\ ylim = get.cell.meta.data(\ circos.text(mean(xlim), mean(ylim), sector.index) circos.points(x[1:10], y[1:10], col = \ circos.points(x[11:20], y[11:20], col = \circos.clear() 【原创】大数据部落——中国专业的第三方数据服务提供商
提供定制化的一站式数据挖掘和统计分析报告咨询服务：y0.cn/teradat（咨询服务请联系官网客服）
实际操作中我们常常会更新数据或者想更新图形，这是可以通过circos.updatePlotRegion函数在特定的track、cell里(先删除再添加)update，下面我们将通过circos.updatePlotRegion函数先删除track
2、sector d中的图形元素再添加点图。 par(mar = c(1, 1, 1, 1), lwd = 0.1, cex = 0.6) circos.par(track.height = 0.1) circos.initialize(factors = a$factors, x = a$x) circos.trackPlotRegion(factors = a$factors, y = a$y, panel.fun = function(x, y) { circos.axis()})col <- rep(c(\circos.trackPoints(a$factors, a$x, a$y, col = col, pch = 16, cex = 0.5) circos.text(-1, 0.5, \circos.text(1, 0.5, \circos.trackPoints(a$factors, a$x, a$y, col = col, pch = 16, cex = 0.5)