可视化 on 桑峰

周总结-ggplot2作图

Thu, 27 Jul 2023 00:00:00 +0000

用ggplot2做饼图（Pie plot）
#

library(tidyverse)

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr 1.2.1 ✔ readr 2.2.0
✔ forcats 1.0.1 ✔ stringr 1.6.0
✔ ggplot2 4.0.3 ✔ tibble 3.3.1
✔ lubridate 1.9.5 ✔ tidyr 1.3.2
✔ purrr 1.2.2 
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

dat <- tibble(y = c(1, 2, 3, 4), x = c('A', 'B', 'C', 'D'), color = c("#A6C9D5", "#B3DF7F", "#B76ED5", "#DA9083"))
dat

# A tibble: 4 × 3
 y x color 
 <dbl> <chr> <chr> 
1 1 A #A6C9D5
2 2 B #B3DF7F
3 3 C #B76ED5
4 4 D #DA9083

dat %>% 
 # 让四种类型堆叠在一起，用不同的颜色填充
 ggplot(aes(x = '', y = y, fill = x)) + 
 geom_bar(width = 1, stat = 'identity') +
 coord_polar("y", start = 0) +
 labs(fill = 'X', title = 'Title') +
 scale_fill_manual(values = dat$color) +
 theme_minimal(base_size = 20) +
 theme(
 axis.title.x = element_blank(),
 axis.title.y = element_blank(),
 panel.border = element_blank(),
 panel.grid = element_blank(),
 axis.ticks = element_blank(),
 plot.title = element_text(size = 14, face = 'bold'),
 axis.text.x = element_blank(),
 legend.position = 'right'
 )

# 输出图片的大小
# ggsave('filepath.pdf', width = 14, height = 8)

修改.label.gii文件的颜色
#

import nibabel as nib
import matplotlib as mpl

lhGiiPath = 'xxx.label.gii'
lhGii = nib.load(lhGiiPath)
lhGii.labeltable.labels[0].rgba = mpl.colors.to_rgba('#ABCD11FF')
nib.save(lhGii, 'new_xxx.label.gii')

其中label.gii文件中的颜色信息可以通过lhGii.labeltable.labels返回；通过对其赋值可以修改对应的颜色；

RMarkdown和ggplot2

Sun, 10 Jul 2022 00:00:00 +0000

R Markdown图表交叉引用
#

在R Markdown中给图表添加引用是首先需要在文件的输出格式设置为以下三种之一。

周总结-自定义Colormap/误差棒柱状图

Fri, 19 Nov 2021 00:00:00 +0000

自定义Colormap
#

在一些场景下，我们需要自己构造数字与颜色的对应关系。比如，我们在探究每个ROI随龄变化的趋势时，我们需要将回归方程中年龄的系数展示在脑图上。朴素的想法是，我构造一个关于系数与颜色的映射关系，给定某一系数，就返回相应的颜色。实现方法如下：

数据可视化：和弦图

Sun, 19 Sep 2021 00:00:00 +0000

和弦图用于展示不同实体之间的关系，在脑网络研究中也经常使用。本文将介绍一个绘制和弦图的网站并演示其用法。

Python作图-Heatmap

Sun, 22 Aug 2021 00:00:00 +0000

本文用于记录笔者在使用seaborn绘制heatmap中遇到的一些问题和解决方法。

使用CAT12可视化皮层Surface指标

Thu, 27 May 2021 00:00:00 +0000

CAT12作为一种常用的神经影像数据处理和分析工具包，它提供了很多实用的功能，包括但不限于完整的VBM和SBM分析模块以及相关的统计模块。这里简单记录一下笔者使用CAT12在显示皮层厚度时遇到的问题和相应的解决方法。

问题描述
#

CAT12的GUI窗口中有个Display Surface的按钮（图1），可以在窗口中通过选择并显示相应的.gii文件（可以显示的文件有surf/[r|l]h.[sphere|central].name.gii）。但是对于重采样后的皮层指标，例如皮层厚度thickness (文件名为surf/s[fwhm].mesh.thickness.resampled.name.gii)，却不能通过相同的方式去显示。

作图-R语言中的冲击图(Alluvial)

Sat, 08 May 2021 00:00:00 +0000

冲击图可以非常直观地描述一组观测值的多个离散变量的情况。

R语言中生成冲击图需要依赖包ggalluvial. 使用以下代码安装依赖包。

作图-ggplot2中的直方图和条形图

Mon, 19 Apr 2021 00:00:00 +0000

本文用于记录ggplot2作图相关的代码，会不定期更新。

示例数据格式为