Graphpad，经典绘图工具初学初探

大多数科研文章都离不开图表，尤其是图，熟悉一些绘图软件，并将图在文章和PPT中展示出来，是科研训练的重要内容。漂亮的文章配图能给自己的工作加不少分，生信宝典推出R的系列教程ggplot2高效实用指南 (可视化脚本、工具、套路、配色)讲解通过R语言绘制高颜值图。后来为了更加方便使用，生信宝典团队开发了在线绘图工具www.ehbio.com/ImageGP，支持14中常见图形和部分扩增子分析，深受欢迎，日均访问400次，累计访问数十万次，遍及世界各大洲，功能也在一直增加完善中。

后台不少朋友说有更多绘图的需求，故整理了Graphpad的使用，一是传播知识，二是向优秀软件学习，让在线绘图越来越好。 Graphpad ， Origin和SigmaPlot是科研领常用的三款统计作图软件，他们各有优缺点，经常需要配合使用。

今天给大家介绍的是Graphpad的基本使用方法

了解Graphpad的图表类型

下面是Graphpad的欢迎界面

从方框1处可知Graphpad Prism 6为用户提供了6种基本统计图表选择；方框2处是对所选类型图表的解释说明，点击Learn more查看官方帮助文档；方框3处可以选择某一类型图表下的小分类；方框4处则提供了演示数据集，方便新手入门。

graphpad_welcome.png

6种统计图表类型的说明和使用的统计方法介绍如下：

XY：

介绍： 即用XY坐标系确定一个点的位置。当数据有多个重复时，可以计算平均值和标准差等，绘图时可以插上误差线。

统计方法： 线性回归、非线性回归、相关分析。
column：柱状图

介绍： 分组指标只有一个，比如治疗组与对照组。

统计方法： 单样本t检验、配对t检验、成组t检验、单样本秩和检验、两组独立样本秩和检验、多组独立样本秩和检验、单因素方差分析。
grouped：二维分组柱状图

介绍： 分组指标有多个，比如统计治疗组与对照组在男性和女性患者的不同情况。

统计方法： 两因素方差分析、重复测量的两样本方差分析。
contingency：列联表

介绍： 看起来和grouped组合图很像，区别在于没有误差线，那是因为没有重复测量值，一个柱子就是一个值。

统计方法： 卡方检验、Fisher精确检验。
survival：生存曲线图

统计方法： 单因素生存曲线比较。
parts of whole：部分占总体的比例，常用饼图表示。

分组柱状图作图演示

在此选择grouped下提供的第二个现成数据集进行作图演示。选好后直接点击creat即可。

graph_grouped.png

操作主界面

上一步之后我们便进入了graphpad操作的主界面，

control_panel.png

方框1处展示的是我们的数据，每个大组表示三种不同的细胞系（wild-type cells、GPP5 cell line和GPP7 cell line）；每行表示不同的处理（血清饥饿和正常培养）；每组5个平行重复。

该实验数据存在缺失值，如第一行的A:Y4。

方框2处是一个目录树

Data Tables：点击后展示分析的数据集；
Info：点击此处显示数据的基本信息，并可以新增一些备注描述；
Results：生物统计分析结果展示（接下来会讲到）；
Graphs：当录入数据之后，点击该图标可初步生成一个统计图，之后根据统计分析结果稍加修改即可；
Layouts：对多个图表进行排版。

选择作图类型

导入数据后，点击Graphs即可出图，如下：

Graph0.png

在这个界面中，可以根据自己的需求改变图的类型。初学者要敢于乱点，自己试试不同的选项，就能知道每部分是什么功能了。（尝试出真知）

Graph family：改变图表类型，就是最开始提到的6种；
plot individual values和plot summary data：顾名思义，前者把每组实验5个平行的值都展示到了图中，后者展示的是平均值。选择合适的分组作图方式；
Interleaved bars：误差棒，点击Plot下拉框，按照不同的统计分析给图加上误差棒，一般选择Mean with SD。

统计分析

上面初步作出的统计图并没有展示诸如组间差异的统计分析结果，那我们要怎么添加*以展示组间差异呢？

在欢迎界面有enter and plot error values already calculated elsewhere选项，说明可以从外部导入在别处做好的统计分析结果，那是要去其他地方做好计算再来作图吗？

不需要！因为Graphpad上便可直接做统计分析！！！虽然可以在别的地方先做好分析，但是并不建议这样做，直接一个操作更便捷。

首先确定我们的分析目标：

1）评估细胞系之间的差异是否超过预期；
2）评估处理之间的差异是否超过预期的偶然性；
3）评估处理之间的差异是否与每种细胞系一致；
4）计算不同处理的细胞系之间差异的95％置信区间。

因此我们需要进行两因素的方差分析，点击Analyze，从Grouped分析列表中选择Two-way ANOVA，并接受对话框中的所有默认选项。Graphpad人性化之处在于，会自动识别当前分析的数据结构，给用户展示出最优的默认分析选项。

analyze.png

之后的具体分析便需要一定的统计学知识了，初生牛犊别怕试，你会发现点击不同的选项时，图示也会跟着变化，十分方便用户理解。

1）第一部分：实验设计，最开始提到了该组数据是非配对的，选第一；
2）第二部分：多重比较选择，就是你想要横着比还是竖着比或是斜着比；
3）第三部分：选择做统计分析的一些参数。

![analyze_results.png](https://upload-images.jianshu.io/upload_images/7071112-f6bbfa73057ec61f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

上面都设置好后，点击OK，分析结果会展示到操作主界面，并且保存到左侧目录树下的Results文件夹中。

analyze_results.png

analyze_results1.png

完善改进统计图

1. 图形编辑工具栏介绍

tools.png

1）第一部分：文档操作模块，跟office类似，如打开、新建、保存、复制粘贴等；
2）第二部分：数据分析，即之前演示的对录入数据进行统计分析；
3）第三部分：图形编辑，这部分是该软件的精华所在。可对图形进行例如图形类型、坐标轴、误差棒、图形大小、颜色等编辑更改；
4）第四部分：文字编辑，可以在统计图上插图线条、添加文字等；
5）第五部分：图形输出，可将做好的图导出、打印或输出到word/PPT中。

2. 根据之前的统计分析结果，利用文字编辑工具给统计图添上组间差异的标志

1）draw：可以插入不同形状的线；
2）write：编辑文字，插入公式等；
3）双击图形中的任一元素，可对文字、线条等进行形状、大小、粗细等编辑

draw.png

3. 坐标轴调整

点击Change中的第二个图标，或者在图中双击坐标轴，调出坐标调整工具；

坐标轴整体设置和X轴设置，见图解，一般不做太多改动；

format01.png

重点讲解如何设置Y轴，做出截断图，这是统计作图中常见的问题。

之前的数据相差不大，不太适合做演示，故另外生成了一个柱状图。左边柱子值太大，右边柱子值太小，右侧的柱子几乎消失了，使图看起来很不协调。做一个截断图可以很好地解决该问题。

formatY0.png

1）点击坐标设置中的Left Y axis（一般作图默认只生成左边的Y轴）；
2）Gaps and Direction处选择Two segments，即将Y轴断裂成两部分（根据实际数据，还可以选择将Y轴断裂成3段）；
3）在Segment处，对下段（Bottom）和上段（Top）的Y轴分别设置参数（Rang）；
4）然后在Regularly spaced ticks下的Major ticks interval处设置Y轴数值标签；

length：50%，上下段的长度各一半；
minimum：下段最小值0，上段最小值150；
maximum：下段最大值10，上段最大值200；
Major ticks：下段每格大小为2，上段每格大小为10。

这样便将Y轴10-150中间部分截掉了，整个图便显得好看多了。

4. 颜色修改

点击Change中的最后一个图标，或者在图中双击柱子，调出调整参数的工具框；

change.png

利用graphpad做统计图的基本操作大概就是以上这些内容，掌握一个工具的使用方法并不难，多试试便会了。难的是背后的统计学知识，如何对自己的数据选择合适的统计分析方法？当掌握不同分析方法适用于哪些数据结构后，便可以举一反三，对不同实验设计的数据做合适的分析了。

R统计和作图

在R中赞扬下努力工作的你，奖励一份CheatShet
别人的电子书，你的电子书，都在bookdown
R语言 - 入门环境Rstudio
R语言 - 热图绘制 (heatmap)
R语言 - 基础概念和矩阵操作
R语言 - 热图简化
R语言 - 热图美化
R语言 - 线图绘制
R语言 - 线图一步法
R语言 - 箱线图（小提琴图、抖动图、区域散点图）
R语言 - 箱线图一步法
R语言 - 火山图
R语言 - 富集分析泡泡图
R语言 - 散点图绘制
R语言 - 韦恩图
R语言 - 柱状图
R语言 - 图形设置中英字体
R语言 - 非参数法生存分析
R语言 - 绘制seq logo图
WGCNA分析，简单全面的最新教程
一文看懂PCA主成分分析
富集分析DotPlot，可以服
基因共表达聚类分析和可视化
R中1010个热图绘制方法
还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
一个函数抓取代谢组学权威数据库HMDB的所有表格数据
文章用图的修改和排版
network3D: 交互式桑基图
network3D 交互式网络生成
Seq logo 在线绘制工具——Weblogo
生物AI插图素材获取和拼装指导
ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
图像处理R包magick学习笔记
SOM基因表达聚类分析初探
利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况
一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制