库(ggcyto) dataDir < -执行(“extdata”,包=“flowWorkspaceData”)

1:suppoort3类型的情节构造函数

  • 代表不同程度的复杂性和灵活性
  • 满足各种情节的需要的应用程序
  • 适用于各级用户的编码技巧。

低水平:ggplot

的重载fority方法使ggplot与所有主要的血细胞计数数据结构,它允许用户做各种各样的高度定制的和versitled情节。

GatingSet

gs < load_gs(列表。文件(dataDir模式=“gs_manual”,全= TRUE)) attr (gs、“子集”)<——“CD3 +”ggplot (gs、aes (x = < B710-A >, y = < R780-A >)) + geom_hex(箱= 128)+ scale_fill_gradientn(颜色= gray.colors (9))

flowSet / ncdfFlowSet / flowFrame

fs < - gs_pop_get_data (gs, CD3 +) ggplot (fs, aes (x = < B710-A >)) + geom_density(填补=“蓝色”,α= 0.5)

盖茨

盖茨< - filterList (gs_pop_get_gate (gs、CD8)) ggplot (gs、aes (x = < B710-A >, y = < R780-A >)) + geom_hex(箱= 128)+ geom_polygon (data =盖茨,填补= NA坳=“紫色”)

中等水平:ggcyto

ggcyto构造函数和重载+操作符封装很多细节可能为许多用户乏味和令人生畏。

ggcyto (gs, aes (x = CD4, y = CD8)) + geom_hex(箱= 128)+ geom_gate (CD8)

它简单的策划:*为你添加一个默认scale_fill_gradientn *模糊匹配aes通过探测器或荧光染料名称*确定父popoulation自动*准确和情节门只需指的对象孩子人口的名字

顶层:autoplot

继承ggplot的精神快速的情节,它进一步简单策划工作由用户和多假设隐藏的更多细节的阴谋。

  • 当策划flowSet,它决定了几何学型自动的数量昏暗的提供
  • 为GatingSet进一步,它跳过的需要昏暗的通过猜测的孩子们门
# 1 d autoplot (fs“CD4”)

# 2 d autoplot (fs, CD4, CD8,箱= 64)

autoplot (gs, c (CD4, CD8)箱= 64)

2:在线转换

它是由不同尺度层特殊设计血细胞计数

数据移植物抗宿主病(GvHD) fr < - [[1]] p < - autoplot (fr, FL1-H) p #生规模

p + scale_x_logicle () # flowCore logicle规模

p + scale_x_flowJo_fasinh () # flowJo fasinh

p + scale_x_flowJo_biexp () # flowJo biexponential

3:通用geom_gate层

它隐藏了复杂细节pf策划不同的几何形状

fr < - fs [[1]] p < autoplot (fr, CD4、CD8) + ggcyto_par_set(限制=“仪器”)# 1 d门垂直gate_1d_v < - openCyto:: gate_mindensity (fr, < B710-A >) p + geom_gate (gate_1d_v)

# 1 d门水平gate_1d_h < - openCyto:: gate_mindensity (fr, < R780-A >) p + geom_gate (gate_1d_h)

# 2 d矩形门gate_rect < - rectangleGate (“< B710-A >”= c (gate_1d_v@min 4 e3),“< R780-A >”= c (gate_1d_h@min 4 e3)) p + geom_gate (gate_rect)

#椭球门gate_ellip < - gh_pop_get_gate (gs [[1]], CD4)类(gate_ellip)
# # [1]“ellipsoidGate”# # attr(“包”)# # [1]“flowCore”
p + geom_gate (gate_ellip)

4:geom_stats

p < ggcyto (gs, aes (x =“CD4”, y = CD8),子集=“CD3 +”) + geom_hex () p + geom_gate (CD4) + geom_stats ()

p + geom_gate (CD4) + geom_stats (type = "数")#显示细胞计数

5:axis_inverse_trans

它可以显示日志扩展数据的原始值

p #轴显示转换后的值

p + axis_x_inverse_trans () # x轴恢复到原始值

目前仅适用于GatingSet。

6:汽车限制

选择你可以设置限制仪器或数据范围

p < - p + ggcyto_par_set p(限制=“仪器”)

7:labs_cyto

你可以选择之间标记和通道名称(或这两个默认情况下)

p + labs_cyto(“标记”)

8:ggcyto_par_set

它在一层聚合物不同的设置

#把所有自定义设置在一层mySettings < ggcyto_par_set(限制=“乐器”,一方面= facet_wrap(“名字”),hex_fill = scale_fill_gradientn(颜色=牧师(RColorBrewer::啤酒。朋友(11,“光谱”))),实验室= labs_cyto(“标记”))#和一再重复使用它后面的情节(类似于“主题”概念)p + mySettings

目前我们只支持4设置,但会增加更多的未来。

9:as.ggplot

它允许用户将ggcyto对象纯ggplot对象为进一步操纵内不能完成的工作ggcyto框架。

类(p) #可能没有完全compatile ggplot的功能
# # [1]“ggcyto_GatingSet”# # attr(“包”)# # [1]“ggcyto”
p1 < - as.ggplot (p)类(p1) #一个纯ggplot对象,因此可以使用所有的“ggplot”特性
# # [1]“gg”“ggplot”

10:ggcyto_layout

布局许多门阴谋在相同的页面上

当plootingGatingHierarchy,多个细胞群asssociated盖茨可以绘制在不同的面板相同的情节。

gh < - < gs[[1]]节点gs_get_pop_paths (gh、路径=“汽车”)[c(说,14)]节点
# #[1]“汗衫”“CD3 + CD4”“CD4/38 -博士+”“CD4/38 + +博士”# #[6]”——“博士CD4/38 +“CD4/38 -博士-”“CD8”
p < - autoplot (gh、节点箱= 64)类(p)
# # [1]“ggcyto_GatingLayout”# # attr(“包”)# # [1]“ggcyto”
p

如你所见,这产生一个特殊的ggcyto_GatingLayout一个容器存储多个对象ggcyto对象。你可以做更多的情节布局helper函数ggcyto_arrange。例如,安排这一行gtable对象

gt < - ggcyto_arrange (p, nrow = 1)类(gt)
# # [1]“gtable”“gTree”“grob”“gDesc”
情节(gt)

甚至把它与其他ggcyto_GatingLayout对象(或任何gtable对象)和打印sampe页面

p2 < - autoplot (gh_pop_get_data (gh, CD3 +)[8]) #一些情节p2@arrange密度。主要< -”“#清楚默认标题gt2 < - ggcyto_arrange < (p2, nrow = 1) g3 - gridExtra:: gtable_rbind (gt, gt2)情节(g3)