ggcyto：可视化血细胞计数数据与ggCyto

1维图 - 直方图。

可视化FCM数据最简单的方法是通过一维直方图或密度图。这是标准所支持的ggplot2.geom_xxxx界面。

在这里，我们指定我们想要直方图，我们映射审美X对该变量CD4，它对应于我们想要绘制的维度/标记。

ggCyto自动刻面名称变量，它通常表示单个FCS文件。

P < -ggcyto(fs,AES.（X =CD4））p1 < -P +geom_histograph（箱=60.）P1

更改限制以反映仪器范围。

ggCyto将向您展示全系列的数据，通常超过仪器范围。我们可以使用仪器范围限制仪器范围的范围ggcyto_par_set.。

有效值是数据和乐器。

myPars < -ggcyto_par_set.（限制=“工具”）p1 +myPars

查看默认参数设置

我们可以使用ggcyto_par_default。

＃打印默认设置ggcyto_par_default（）

## $limits ## [1] "data" ## ## $facet ## facet_wrap(name) ## ## $hex_fill ## continuous_scale(aesthetics = "fill"， scale_name = "gradientn"， ## palette = gradient_n_pal(colours, values, space)， na。值= na。价值,# # trans =“√”,指导=指南)# # # #实验室# #标签# #美元[1]”“# # # # attr(,“类”)# #[1]“labs_cyto”# # # # attr(,“类”)# #[1]“ggcyto_par”

密度图 - 1D

当然，也支持其他的几何图形。geom_dity将生成一个密度图而不是直方图。

P =P +geom_dity（）+geom_dity（填充=“黑色的”) +mypars p.

Kable.（pdata.（FS））

#更改facet(默认是facet_wrap(~name))P +facet_grid（众所周知〜肽)

二维点阴谋

FCM数据的典型视图使用二维点图。六角形啤酒是一个流行的快速，是查看数据。

同样，需要指定轴限制，因为默认情况下ggcyto将显示所有数据，包括具有异常大的正或负值的异常值。

＃2D六己P < -ggcyto(fs,AES.（X =CD4，y =CD8））+geom_hex（箱=60.) +ylim.（C（ -One hundred.那4 e3））+XLIM.（C（ -One hundred.那3 e3））p

改变颜色比例

可以使用默认的颜色比例使用scale_fill_gradient.。

例如，使用彩色啤酒树使用piyg.缩放，具有符合的平方根转换。

P +scale_fill_gradientn（颜色=brewer.pal（n =8.那名称=“PiYG”），Trans =“sqrt”）

或灰度。

P +scale_fill_gradient.（Trans =.“sqrt”那低=“灰色的”那高=“黑色的”）

GGCYTO + GATINGSET.

如前所述，但我们可以使用Gatingset对象而不是势力。同样，尺寸使用标记名称映射到美学。

#use自定义范围覆盖默认数据限制myPars < -ggcyto_par_set.（限制=列表（y =C（ -One hundred.那4 e3），X =C（ -One hundred.那3 e3）））p < -ggcyto（TBDATA，AES.（X =CD4，y =CD8），子集=“CD3”）p < -P +geom_hex（箱=64.) +mypars p.

如果我们想在轴上使用标记名称而不是频道和标记名称，这是可能的。

#只在轴上显示标记P < -P +labs_cyto（“标记”）p

为GatingSet对象绘制门

在绘制门时，我们不需要显式地提取它们，因为它们是对象的一部分。

一个门。

＃添加门P +geom_gate（“CD4 + CD8-”）

两个门。

＃添加两个门P < -P +geom_gate（C（“CD4 + CD8-”那“CD4-CD8-”））p

覆盖人​​口统计。

P +geom_stats.（）

只覆盖一个人口统计数据。

＃仅适用于一个特定门的统计信息P +geom_stats.（“CD4 + CD8-”）

更改背景颜色，样式，并报告计数而不是百分比。

＃更改统计类型，背景颜色和位置P +geom_stats.（“CD4 + CD8-”那类型=“数数”那大小=6.那颜色=“白色的”那填充=“黑色的”那调整=0.3）

正如您所看到的，使用了很多灵活性ggplot2.与FCM图交互的界面。

#'dubset'是omomitedP < -ggcyto（TBDATA，AES.（X =CD4，y =CD8））+geom_hex（箱=64.) +myPars +geom_gate（C（“CD4 + CD8-”那“CD4-CD8-”））p

或者，我们知道父母，但不知道孩子群体。

这子集参数允许我们明确地子集父群。什么时候子集指定了，ggCyto情节所有儿童人口。

R M（“CD8 +”tbdata)R M（“CD4 +”tbdata) p < - - - - - -ggcyto（TBDATA，AES.（X =CD4，y =CD8），子集=“CD3”) +geom_hex（箱=64.) +geom_gate（）+geom_stats.（）+mypars p.

逆变换轴

P +axis_x_inverse_trans.（）+axis_y_inverse_trans.（）