1写在前面

啊啊啊啊啊！！！！~终于值完夜班休息了。😭

最近是大搞医疗反腐的日子，㊗️各位执法人员成绩满满！~🤒

听说以后医务人员要年薪制了，完全搞不懂这些东西的初衷和理由，感觉自己的🍚里米又要少一些了。🫠

年薪制的同时也希望让我们按时上下班，周末双休，取消夜班，至于米少就少吧。🥳

今天是chord diagram教程，比较基础，希望大家有所收获吧。😏

2用到的包

rm(list = ls())
library(tidyverse)
library(circlize)

3示例一 邻接矩阵绘制显chord diagram

3.1 示例数据

我们先创建一个邻接矩阵（adjacency matrix）吧。

numbers <- sample(c(1:1000), 100, replace = T)
data <- matrix( numbers, ncol=5)
rownames(data) <- paste0("orig-", seq(1,20))
colnames(data) <- paste0("dest-", seq(1,5))

head(data)

3.2 可视化

chordDiagram(data, transparency = 0.5)

3.3 补充一下

有的小伙伴搞不清什么是邻接矩阵（adjacency matrix），所以这里补充一下吧。😏

邻接矩阵（adjacency matrix）是一种用于表示图形的矩阵，其中每个元素表示两个节点之间是否存在边。在邻接矩阵中，行和列分别表示图形中的节点，矩阵的元素表示相应节点之间是否存在边。😋

在无向图中，邻接矩阵是对称的，因为如果有一条从节点i到节点j的边，那么也一定有一条从节点j到节点i的边。在有向图中，邻接矩阵通常不是对称的。🧐

邻接矩阵可以用于表示各种类型的图形，包括无向图、有向图、加权图等。它是一种常用的图形表示方法，可以方便地进行各种图形算法和分析。🥳

4示例二 edge文件绘制显chord diagram

4.1 示例文件

我们也一样先随机生成一下edge文件吧。😜

origin <- paste0("orig ", sample(c(1:10), 20, replace = T))
destination <- paste0("dest ", sample(c(1:10), 20, replace = T))
data <- data.frame(origin, destination)

DT::datatable(data)

4.2 转换为邻接矩阵

哈哈哈哈哈哈哈，接着我们也要转换成邻接矩阵。🥰

这里大家可以巧妙的使用with函数哦，不清楚的看一下help吧。😜

adjacencyData <- with(data, table(origin, destination))
## 这里可以等同为adjacencyData <- table(data$origin, data$destination)😘

adjacencyData

4.3 可视化

chordDiagram(adjacencyData, transparency = 0.5)

4.4 更改配色

这里就只讲一个小的修饰吧，也是大家常用的，比如修改配色。🥰

library(ggsci)
mypal <- pal_aaas(alpha = 0.7)(10)

chordDiagram(data, col = mypal)

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰