先来个简单的，之前有小伙伴咨询一篇Cell文章中的饼图，展示的是celltype比例，其实之前我们写过很多展示细胞比例的图，这里复现这个3D版的正好弥补我们没有介绍过3D饼图的做法。我们这里使用的是R语言，当然了，其他更接近的做法可以使用Matlab绘制。

(reference: Fibroblast inflammatory priming determines regenerative versus fibrotic skin repair in reindeer）

我们复现效果如果，要达到原文的效果，需要自行排版修改！

image.png

3D效果的实现采用plotrix包，首先加载数据及包：这里我们直接用的单细胞数据，统计了两组的各种celltype的细胞数。假设你是其他的数据，整理统计即可。

setwd('D:\\KS项目\\公众号文章\\3D饼图展示细胞比例')

library(Seurat)
library(plotrix)#绘制3D饼图
human_data <- readRDS("D:/KS项目/human_data.rds")

cellratio <- as.data.frame(table(human_data$group, human_data$celltype))
BM <- subset(cellratio, Var1=='BM')
GM <- subset(cellratio, Var1=='GM')
# write.csv(BM, file = "BM.csv")
# write.csv(GM, file = "GM.csv")

作图：

#plot
par(mfrow = c(1,2), xpd=TRUE)

pie3D(x=BM$Freq,
      radius=1,
      height=0.1,
      theta=pi/6,
      explode=0,
      main="Celltype fraction of BM",
      col=c("#d2981a", "#a53e1f", "#457277", "#8f657d", "#8dcee2"),
      border = "black",
      shade = 0.5,
      labels=paste0(c(BM$Var2),
                    "\n",
                    round(BM$Freq/sum(BM$Freq) * 100,2), "%"),
      mar=c(2,2,2,3),
      labelcol = "black",
      labelcex = 0.8
)




pie3D(x=GM$Freq,
      radius=1,
      height=0.1,
      theta=pi/6,
      explode=0,
      main="Celltype fraction of GM",
      col=c("#d2981a", "#a53e1f", "#457277", "#8f657d", "#8dcee2"),
      border = "black",
      shade = 0.5,
      labels=paste0(c(GM$Var2),
                    "\n",
                    round(GM$Freq/sum(BM$Freq) * 100,2), "%"),
      mar=c(2,2,2,3),
      labelcol = "black",
      labelcex = 0.8
)

image.png

A = pie3D(x=BM$Freq,
          radius=1,
          height=0.1,
          theta=pi/6,
          explode=0,
          main="BM",
          col=c("#d2981a", "#a53e1f", "#457277", "#8f657d", "#8dcee2"),
          border = "black",
          shade = 0.5,
          labels=paste0(c(BM$Var2),
                        "\n",
                        round(BM$Freq/sum(BM$Freq) * 100,2), "%"),
          mar=c(2,2,2,3),
          labelcol = "black",
          labelcex = 0.8
)

A
# [1] 1.961312 4.319378 5.117877 5.776638 6.158420

A[5] <- 6.5

#最后增加一个参数labelpos
pie3D(x=BM$Freq,
      labelpos=A,
      radius=1,
      height=0.1,
      theta=pi/6,
      explode=0,
      main="BM",
      col=c("#d2981a", "#a53e1f", "#457277", "#8f657d", "#8dcee2"),
      border = "black",
      shade = 0.5,
      labels=paste0(c(BM$Var2),
                    "\n",
                    round(BM$Freq/sum(BM$Freq) * 100,2), "%"),
      mar=c(2,2,2,3),
      labelcol = "black",
      labelcex = 0.8
)

image.png

如果想要各个扇形错位，调整explode即可

pie3D(x=BM$Freq,
      labelpos=A,
      radius=1,
      height=0.1,
      theta=pi/6,
      explode=0.1,
      main="BM",
      col=c("#d2981a", "#a53e1f", "#457277", "#8f657d", "#8dcee2"),
      border = "black",
      shade = 0.5,
      labels=paste0(c(BM$Var2),
                    "\n",
                    round(BM$Freq/sum(BM$Freq) * 100,2), "%"),
      mar=c(2,2,2,3),
      labelcol = "black",
      labelcex = 0.8
)

image.png

这样3D效果就可以了，还是强调一下，作图只是对您文章的添彩，并不能解决本质问题，还是需要在数据实验上下功夫。希望我们的分享对您有用，点个赞再走呗！

此外，这篇《cell》中还有一幅图是小伙伴感兴趣的，如下：

image.png

那么这个还需要复现吗？如果您真的了解我们，可能2年前的帖子我们就复现过，另外一篇文章中的一样的图，请参考：复现Nature medicine图表---堆叠柱状图显示每个样本上下调差异基因！所以说，没事干可以多翻翻我们往期内容，说不定就能找到你需要的东西。