作者：科研貓 | 小飛鼠

責編：科研貓?| 依米

如果我們想比較某個數值在不同分組之間的變化差異。或者隨著時間序列的變化趨勢，往往會用到折線圖。折線圖是在我們的科研繪圖當中最為常用的圖形之一。

正如在這個圖形中，可以清晰的看到，某些觀察值隨著組別的變化而產生的變化。不過，隨著基因組大數據的不斷發展和應用，在很多科研繪圖場景中，高維數據的處理變得越來越重要。很多時候我們接觸到的數據。不僅僅是幾個樣本和十幾個測量值而已，往往是成百上千個基因或者檢測結果。如此高維的數據，如果我們想要觀察他們的變化趨勢，應該使用何種圖形呢？

在上面的這張圖形中，僅僅有兩條線。如果有幾十條、幾百條折線，或者多個分組呢？不知道大家有沒有考慮過這樣的問題。遇到如此的數據，想要繪制折線圖，我們該如何來進行展示？

剛好近些天，有粉絲問我這樣一個問題。他說他們隨訪了一個腫瘤病人很長的時間，獲取了這個病人從發病前到確診腫瘤、再到腫瘤進展、腫瘤轉移等各個時期的基因組數據。他想要分析各個基因在不同時期的變化趨勢，并從中選取影響腫瘤轉歸的重要因子。

對于這個問題，如果單純為了比較不同分期基因表達的差異。我們可以用箱線圖，或者小提琴圖，但是這些圖形體現的僅僅是不同分組之間的差異。同一個基因是如何隨著時間變化而變化的，貌似只能夠通過折線圖來進行展示。但是話又說回來，如此多的基因，來繪制折線圖使用常規的繪圖方法能夠實現嗎？今天我們就來給大家介紹一種全新的圖形，它可以說是折線圖的進階版，非常適合進行高維數據變化趨勢的可視化，那就是平行坐標圖。

平行坐標圖(parallel coordinate plot)是可視化高維多元數據的一種常用方法，為了顯示多維空間中的一組對象，繪制由多條平行且等距分布的軸，并將多維空間中的對象表示為在平行軸上具有頂點的折線。頂點在每一個軸上的位置就對應了該對象在該維度上的中的變量數值，比如下面的這張圖。

從圖中我們可以看出，平行坐標圖和折線圖相比是非常相似的。不過，雖然平行折線圖屬于折線圖的特殊類型，但是它和普通的折線圖又具有明顯的區別。因為平行折線圖并不局限于描述某一種或者某幾種趨勢的變化關系。對于時間序列的不同時間節點、不同梯度的反應濃度等等數值，都可以使用平行坐標圖來進行具體數值的描述。下面我們就跳過對圖形背景的描述，進入到實際的繪圖時間過程當中。

實例練習

首先我們來看一下繪圖用的測試數據集。這個數據集當中分了4個腫瘤的階段。總共有150個基因，150個基因當中，又按照通路分了三個組。這個就是我們的測試數據：

現在，我們要做的，就是比較這150個基因在4個分組中的變化趨勢。那么下面我們就來進行圖形的繪制。在這里我們用了GGally包中的ggparcoord()函數進行繪圖。具體代碼如下：

怎么樣，這個圖看上去很不錯吧。在平行坐標軸中，它和普通折線圖最大的一個區別就是它含有多條坐標軸。每一個坐標軸都代表了不同的維度，所以說坐標軸的排列方式和歸一化的方式可能會影響觀察者對數據的理解。因此在繪制平行坐標圖的過程當中，坐標軸的順序是極其重要的。在這里，我們的順序是按照Grade1-4排列的，非常容易理解。關于坐標軸標準化的問題，由于每個分組之間的數據有高有低，坐標軸對應的數值也應該是不一致的。可是，如果把坐標軸的標度改變掉，那這個圖看起來就會非常難以理解(比如即使是水平的曲線，也可能意味著數值的變化)。所以，我們在這里對于坐標軸的標度都是完全統一的。可是，有些數據相差太大或者太小，在圖中如果用原始的數值進行繪制的話，圖形有可能就完全重疊在一起了。

為了避免這個問題，我們對圖形數值進行標化。ggparcoord()函數中標化的方法有很多，如果是“globalminmax”就是完全不變化，另外可以選用‘std’或者'robust', 'uniminmax', 'center', or 'centerObs'等多種標化方法，大家可以比較不同之處。

話說回來，平行坐標圖也有它自己的缺點。那就是當數據非常龐大時，在圖中的曲線就會顯得非常密集，使得圖形顯得稍有雜亂，曲線難以辨認。那么如何解決這一問題呢？一種方法：當你的分組比較少的時候，可以通過facet分面的方法把不同分組分割開來即可。試試看：

此外，還有一種方法，我們經常做的一件事情，就是在圖中把感興趣的對象或者集合高亮出來。這樣就容易辨別感興趣的對象，同時淡化其他對象，達到消除背景曲線的目的。這樣應該如何實現呢？其實也非常簡單，就是把不同分組的color進行設置即可。比如這里，我把PI3K pathway組的基因設置成彩色，其他組設置成灰色。

好了，關于平行坐標圖，我們就暫且講到這里。不過還有一點要跟大家強調一下，平行坐標軸描述的大多是計量數據，對于定性數據或者分類變量，建議大家還是不要勉強使用平行坐標圖。那么在這種情況下該用哪一種圖形呢？對于分類變量和定性變量來說，我們有一種非常好看的圖形，而且它和平行坐標圖有著異曲同工之妙，那就是：桑基圖(Sankey plot)，它在分組數據中用的也是很多。

介紹完平行坐標圖，給大家隆重介紹一下全網首個開源繪圖平臺-Hiplot。Hiplot是openbiox聯合科研貓鄭重推出的，免費注冊，無需安裝，一站式繪圖的開源繪圖平臺，你還在等什么？

導言

數據可視化在科研工作中發揮著越來越重要的作用。基于可視化圖形，我們可以更好地展示科研數據中的主要特征和規律。以生物醫學為例，大多數臨床醫學學生和初級科研工作者一般需要花費數十天乃至數月的時間去熟悉和掌握常用的數據可視化工具，如 SPSS、Origin 和 Graphpad。之后才有可能去完成部分基礎的數據統計分析和可視化。如果是要專門從事數據分析和建模方向的相關人員則還需額外學習一門甚至數門編程語言(如 MATLAB、R 和 Python )。而要達到能夠自由探索數據的水平則還需要額外花費更多時間去深入學習和進階。

近年來，隨著各類云計算平臺(如生物醫學領域的 Galaxy 和 DNAnexus)、相關 IT 軟硬件基礎設施的發展(如分布式計算、容器技術、軟件包管理器、數據分析流程構建框架等)，初級科研工作者已經可以相對比較輕松地獲取相關數據的上游分析結果。特別是當常規組學數據的上游分析流程趨于穩定和完善，數據上游分析流程的可自定義程度和可變程度已經大大降低。而數據分析下游流程中的可視化和個性化深度解讀已經成為當前用戶面臨的最大挑戰：

開源用戶社區開發的可視化軟件或方法大多還沒有很好的整合在一個統一的用戶接口之下；

國內缺少活躍的針對科研數據可視化的協作社區，“** 畫圖群”成為初級科研用戶為數不多的選擇；

國內缺少類似于 Graphpad、MATLAB 核心數據可視化軟件和平臺，在被美國禁用之后，只能花費額外成本進行流程遷移或重頭開始開發；

相關數據可視化工具仍然相對匱乏，雜志和用戶需求旺盛，已發布多年的 Circos 圓圈圖可視化，通過封裝一些便捷操作就可以發表文章：

• Rasche H, Hiltemann S. Galactic Circos: User-friendly Circos plots within the Galaxy platform. Gigascience. 2020;9(6):giaa065. doi:10.1093/gigascience/giaa065;

• Marx H, Coon JJ. MS-Helios: a Circos wrapper to visualize multi-omic datasets. BMC Bioinformatics. 2019;20(1):21. Published 2019 Jan 11. doi:10.1186/s12859-018-2564-9; Yu Y, Ouyang Y, Yao W.

• shinyCircos: an R/Shiny application for interactive creation of Circos plot. Bioinformatics. 2018;34(7):1229-1231. doi:10.1093/bioinformatics/btx763)

國內外開發的一些平臺和工具用戶體驗一般：用戶界面不夠美觀；中英文支持的屈指可數；上手仍然有一定難度；部分平臺的文件管理不太方便；用戶能夠主動參與平臺建設的少之又少。

Hiplot簡介

Hiplot 是由 openbiox 社區于 2019 年 10 月發起，并在新冠疫情爆發后快速發展的一個社區開發項目：致力于建立一個快速迭代、支持中英文環境的科研數據可視化平臺和協作社區。目前該平臺建設已初具規模，已提供基于 R 語言的 40 余種基礎可視化的功能。

Hiplot 項目發起的初衷就是為了解決廣大臨床醫學學生和科研工作者的基礎科研方面的可視化需求：

基礎可視化：覆蓋大多數基礎的科研可視化功能，參照 SPSS、GraphPad、國內外開發的相關可視化軟件和工具

進階可視化：包括 Shiny 在內的復雜可視化圖形和應用；文獻圖表的重現和再分析；新的可視化圖形展示插件：如基于 Circos、circlize 的二次開發；openbiox 社區貢獻的可視化應用(如 UCSCXenaShiny 和 bioshiny)

其他任務：低計算量的其他任務(如文獻數據資源下載、RESTful APIs 訪問等)

文件管理(支持上傳、下載、復制、移動、刪除、在線預覽和編輯等操作)

Hiplot用戶交互界面展示(部分)

登錄

注冊

基礎繪圖卡片瀏覽與檢索

繪圖示例 | 相關性熱圖

繪圖示例 | 免疫浸潤分析

文件上傳窗口

文件瀏覽與管理

文件在線查看和編輯

(支持文本文件、XLSX、CSV、TXT 等)

文件在線查看和編輯

(支持文本文件、XLSX、CSV、TXT 等)

提交文獻原文和附錄下載任務

(基于 openbiox 社區貢獻的 bget 項目)

提交文獻原文和附錄下載任務

(基于 openbiox 社區貢獻的 bget 項目)

·

本期干貨

-?平行坐標圖繪制代碼-

領取方法

關注“科研貓”公眾號

公眾號主頁點擊“更多信息”-“聯系客服”領取干貨

更多科研新鮮資訊、文獻精讀和生物信息技能

請關注科研貓公眾號

科研貓原創出品，任何形式轉載，均需獲授權

若您是讀者，歡迎分享，無需授權

易法通律師事務所提供版權法律支持

總結

以上是生活随笔為你收集整理的文件可视化编辑_高维数据可视化必备图形平行坐标图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。