数据分析 | 科研制图 . 百分比堆积面积图

关键词：面积图、Origin绘图

暑假，一鸣来到了山里度假...

一鸣：远望群山重叠，不知不觉夏日的炎热就在这连绵起伏的轮廓中飘到了九霄云外。司言，来爬山吗？

司言：我可能来不了...虽然家里开着空调，但看着下面这幅图，可真让我躁动不安！

一鸣：这就是一幅标准的“百分比堆积面积图”啊！

司言：什么面积图？？

一鸣：让我来给你剖析剖析！

01

“折线版”数据变化

看到“百分比面积图”中山的轮廓了吗？这就是小学二年级讲过的折线图。“折线图能直观的反映数据的变化趋势，但数据量较大时，显示效果不够直观。”让我们举个栗子回忆一下。让我来给你剖析剖析！

司言：啊，我又被蚊子咬了。怎么开了空调也有蚊子，一天都叮了好几个包，可恶！

一鸣：山里蚊子也超多！想不想统计一下我们身体的哪些部位被蚊子咬了包？

用表格统计后，画出来的折线图是这样的

若谷： 我我我，还有我！（举手手！）

逸琳：我也被咬了，也统计下我的。

谷老：把谷里的成员都统计一下吧！

小学老师说得没错，数据一多，折线图就让人眼花缭乱了！怎么办呢？难道像堆积木一样把不同人的数据堆在一起？

一鸣我想到了更优化的方法：给折线图“润色”！

“润色”得到的是普通的堆积面积图。它将得到的折线数据“堆积”在一起，展示出来不同颜色“面积块”就是折线的“数据”。

比如代表司言的“黄块”，就是由折线图中各部位的数据对应而来：x轴上黄色部分的顶点所对应的y轴数据上下相减，得到的就是折线图中司言每个统计部位的叮咬数量。

简洁、清晰、配色优雅，不愧是我一·数据可视化·鸣做出的图，可是这比较起来有点考计算速度呀？

02

“饼图版”面积图

让“比较”更直观，其实可以运用另一种图——饼图！

我们将堆积面积图中，同一个人每个部位的占比表示出来。这样就看出哪个部位最招蚊子啦！

可是…饼图可以直观地反映不同对象占总体的比例情况，但它却不能像折线图一样，反映数据的变化情况。难道鱼和熊掌，真不可兼得？

可不可以上面放折线图，下面再来个饼图，做个“统计图三明治”呢？

No, No, No…一鸣告诉你，有更优化的方法那就是我们的“百分比堆积面积图”！

首先，因为每个人某一部位叮咬的总比例为整个饼图（100%），所以就可以变为折线图中的“y轴”。

每个人在这个部位叮咬的占比不同，再用折线图来描述这样的不同。

这样画出来的图，既有折线图一样的变化，代表不同对象同一部位占比发生的变化；又具有了饼图“百分比”的特征，显示了部分与整体的比例关系。两者合二为一，加上颜色配合，不仅美观，而且数据的变化一目了然！

司言：哇唔，看起来好棒呀！！！

一鸣：开头的那幅文献图你就自行解读吧！

司言重燃了信心，翻出了最开头那幅图的文献，

研读了一番...

03

小试牛刀

栗1

在开头的那篇文献中，科学家们为了研究m6A甲基化的动态特性，分析了人类组织样本中的差异m6As（在不同的组织里，RNA甲基化的位点不同，导致其在各位点的表达量不同，称为差异m6As）

这幅图描述的是在脑、心脏等不同的器官或组织中，其基因序列上Promoter(启动子)、Stop codon(终止密码子)、Intron(内含子)等不同结构所包含的差异m6As甲基化所占百分比。

由图可知，大约有一半的组织差异m6As存在于内含子中，并且可以看到在不同的器官或组织中差异最大（由心脏组织的39.8%到胎盘组织的59.3%），所以我们可以猜想：剪接等共转录过程可能与组织差异m6As有关。

如果x轴描述的不是一个个割裂的部位，

而是一个连续的过程呢？

没关系，百分比面积图照样可以搞定！

栗2

上半部分的4个图代表接受抗生素治疗和化疗的4只小鼠；下半部分的4个图代表接受相同方案和FMT（粪菌移植）的4只小鼠。

8张图中，每一张小图x轴显示的是对一只小鼠肠道中10个最丰富的细菌属的持续跟踪，分别在第4、8、12、16天取样检测。

通过不同时间维度的比较，我们就可以从中发现FMT是否对小鼠肠道微生物群有影响。

那…这样的图，怎么画？

04

DIY专属面积图

不会吧

不会吧

不会真的还有人不知道用Origin画图吧

快快动起手来，DIY自己心仪的面积图！

参考文献

[1]叶卫平.Origin9.1【M】.北京：机械工业出版社，2015：345-349

[2]Chaban B, Links MG, Jayaprakash TP, et al. Characterization of the vaginal microbiota of healthy Canadian women through the menstrual cycle. Microbiome. 2014;2:23.[3]Xiao S, Cao S, Huang Q, et al. The RNA N6-methyladenosine modification landscape of human fetal tissues. Nat Cell Biol.2019;21(5):651‐661.

作者：X-Land启思科研组

配图：X-Land启思科研组

排版：爱上爬山的司言