写在前面

【这图怎么画】系列的图都来自VIP群里同学的提问。推文只是对图片的复现，不代表作者对图片展现形式的认同。欢迎同学们在群里分析有意思的图片。

本期图片

❝

Title：Nitrogen stabilizers mitigate nitrous oxide emissions across maize  production areas of China: A multi-agroecosystems evaluation

期刊：European Journal of Agronomy

Doi：https://doi.org/10.1016/j.eja.2022.126692

❞

读图

热图展示的是相关分析和随机森林回归模型的结果。圆圈大小代表变量重要性（ variable importance），颜色代表 Pearson’s correlation coefficients。图难度较小，只需注意一些小细节即可。

复现结果

示例数据和代码领取

点赞、在看 本文，分享至朋友圈集赞25个并保留30分钟，截图发至微信mzbj0002领取。

「木舟笔记2022年度VIP可免费领取」。

木舟笔记2022年度VIP企划

「权益：」

1. 「2022」年度木舟笔记所有推文示例数据及代码(「在VIP群里实时更新」)。

   

2. 木舟笔记「科研交流群」。

3. 「半价」购买跟着Cell学作图系列合集(免费教程+代码领取)|跟着Cell学作图系列合集。

「收费：」

「99￥/人」。可添加微信：mzbj0002 转账，或直接在文末打赏。

绘图

# data pre
df_cor <- matrix(runif(60,-1,1),nrow=10, ncol=6,dimnames=list( paste0('indictator',1:10),paste0('sample',1:6)))
df_cor <- data.frame(df_cor)
head(df_cor)
df_cor$indicator <- row.names(df_cor)
library(tidyr)
df_cor_long <- gather(df_cor, sample, value,-indicator)
head(df_cor_long)df_imp <- matrix(runif(60,0,15),nrow=10, ncol=6,dimnames=list( paste0('indictator',1:10),paste0('sample',1:6)))
df_imp <- data.frame(df_imp)
head(df_imp)
df_imp$indicator <- row.names(df_imp)
library(tidyr)
df_imp_long <- gather(df_imp, sample, value,-indicator)
head(df_imp_long)df_var <- data.frame(sample = paste0('sample',1:6),var =round( runif(6,0,100),0) )
head(df_var)
# plot heatmap
library(ggplot2)
p1 <- ggplot()+geom_tile(data = df_cor_long,mapping = aes(sample,indicator,fill = value))+scale_fill_gradient2(name = 'Correlation',limit = c(-1.001,1.001),breaks = c(-1.0,-0.5,0.0,0.5,1.0),low = '#2ab49b',mid = 'white',high = '#ea7f58')+geom_point(data = df_imp_long,mapping = aes(sample,indicator,size = value),shape = 1,stroke = 0.6,color = 'black')+scale_size_continuous(name = 'Importance(%)',limit = c(-0.001,15.1),breaks = c(0,5,10,15))+scale_y_discrete(expand = c(0,0))+ scale_x_discrete(expand = c(0,0))+ theme_bw()+xlab(NULL) + ylab(NULL)+theme(panel.border = element_rect(fill=NA,color="black", size=0.5, linetype="solid"))
p1
# plot barplot
p2 <- ggplot(df_var,aes(sample,var))+geom_bar(stat = 'identity',fill = '#2d89bf')+xlab(NULL) + ylab('Exp var(%)')+theme_bw()+theme(panel.grid.major=element_blank(),panel.grid.minor=element_blank(),axis.text.x = element_blank())p2
# patch
library(patchwork)
p2/p1+plot_layout(ncol = 1,heights = c(0.8, 2))
ggsave('heatmap.pdf',width = 6,height = 6)

往期内容

1. CNS图表复现|生信分析|R绘图 资源分享&讨论群！

2. 这图怎么画| 有点复杂的散点图

3. 这图怎么画 | 相关分析棒棒糖图

4. 组学生信| Front Immunol |基于血清蛋白质组早期诊断标志筛选的简单套路

5. (免费教程+代码领取)|跟着Cell学作图系列合集

6. Q&A | 如何在论文中画出漂亮的插图？

7. 跟着 Cell 学作图 | 桑葚图(ggalluvial)

8. R实战 | Lasso回归模型建立及变量筛选

9. 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)

10. R实战 | 给聚类加个圈圈(ggunchull)

11. R实战 | NGS数据时间序列分析(maSigPro)

12. 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)