使用R语言复现Nature大子刊图

✅这张冲击图/桑基图（Alluvial Plot）展示了10位黑色素瘤患者（编号为Pt. 1至Pt. 10）的样本分析结果，每个图展示一名患者。图表从两个视角展示肿瘤反应性（Tumor Reactive, TR）细胞和克隆的分布情况： 🔸X轴方向表示两种分类维度： 左侧"clones"代表不同的T细胞克隆（每个克隆有唯一的CloneId标识）。 右侧"cells"代表根据肿瘤反应性和抗原特异性划分的细胞类别（包括"TR+ Orphan"、"TR+ Deorphan"、"TR- Orphan"、"TR- Deorphan"）。 🔸Y轴方向表示细胞数量，每个克隆或类别的条形宽度直观反映了其细胞数量的多少。 🔸颜色含义： 红色系表示肿瘤反应性阳性（TR+）的细胞； 蓝色系表示肿瘤反应性阴性（TR-）的细胞。 🔸颜色深浅表示抗原特异性： 深色（"Deorphan"）代表抗原特异性； 浅色（"Orphan"）代表未知特异性。 🔸分面布局，图表被分成10个子图，每个子图对应一位患者。这种布局便于分别观察每位患者内部的细胞和克隆分布特征，同时也方便在不同患者之间进行对比分析。 @pythonic生物人推荐阅读👍： 复现IF40+期刊上18张图，换数据即可用！ 复现Science正刊图，换数据即可用！ 可视化三剑客：ggplot2 + Matplotlib + Seaborn 《保姆级R可视化教程》来了！ Python matplotlib保姆级教程 嫌Matplotlib繁琐？试试Seaborn！ 复现Nature子刊上3张图，换数据即可用！ 复现Nature“水”子刊上配图，换数据即可用！ 喜提“Acceptance”，多亏这两张图，能顶60张图的工作量！ 复现Nature正刊上3张图，换数据即可用！ 复现IF50.0期刊上6张图，换数据即可用！ 复现中科院IF 25.9期刊上3张图，换数据即可用！ 复现Nature子刊中的2张图，换个数据即可用！ 复现IF 48.5的期刊图，这个图帮你省下50%版面费！ 喜提“Major Revision”，太多图，被质疑在堆工作量...... 审稿人：凭这个3D Heatmap，必须给minor revision