这图怎么画| 批量小提琴图+箱线图+散点+差异分析

cover

写在前面

【这图怎么画】系列的图都来自VIP群里同学的提问。推文只是对图片的复现，不代表作者对图片展现形式的认同。欢迎同学们在群里分析有意思的图片。

本期图片

❝

「Title：」Typing characteristics of metabolism-related genes in osteoporosis

「Journal：」Front. Pharmacol.

「Doi：」https://doi.org/10.1016/j.eja.2022.126692

❞

读图

❝

The expression difference box plot represents the difference in expression levels of GPR31, GATM, DDB2, ARMCX1, RPS6, BTBD3, ADAMTSL4, COQ6, B3GNT2, and CD9 genes among the three isoforms.

❞

没有什么特殊。之前画过的箱线图：

1. 跟着 Cell 学作图 | 3.箱线图+散点+差异显著性检验

2. 跟着Nat Commun学作图 | 1.批量箱线图+散点+差异分析

3. 跟着Nat Commun学作图 | 4.配对箱线图+差异分析

4. R实战 | 对称云雨图 + 箱线图 + 配对散点 + 误差棒图 +均值连线

5. 跟着Nature学作图 | 质控箱线图

6. 跟着 Cell 学作图 | 箱线图+散点(组间+组内差异分析)

复现结果

row1 all

示例数据和代码领取

点赞、在看 本文，分享至朋友圈集赞30个并保留30分钟，截图发至微信mzbj0002领取。

「木舟笔记2022年度VIP可免费领取」。

❝

注：2022马上过去了，为了方便各位读者朋友，现推出木舟笔记永久VIP，售价169￥。2022VIP仅需支付差价进行升级。木舟笔记永久VIP享本号所有资源(限定课程除外），后续不再推出VIP企划。

❞

木舟笔记2022年度VIP企划

「权益：」

1. 「2022」年度木舟笔记所有推文示例数据及代码(「在VIP群里实时更新」)。

   data+code

2. 木舟笔记「科研交流群」。

3. 「半价」购买跟着Cell学作图系列合集(免费教程+代码领取)|跟着Cell学作图系列合集。

「收费：」

「99￥/人」。可添加微信：mzbj0002 转账，或直接在文末打赏。

绘图

# loda data ana preprocess
mRNA <- read.csv("All_mRNA_FPKM.csv",header=T,row.names=1)
#log2
bar_mat <- t(log2(mRNA+1))
# group info
anno <- read.csv("sample_index.csv",header=T,row.names=1)
anno$type2 <- anno$Type
anno <- anno[rownames(bar_mat),]
bar_mat <- bar_mat[rownames(anno),]
bar_mat<- as.data.frame(bar_mat)
bar_mat$sam <- anno$Type

## plot
library(RColorBrewer)
library(ggpubr)
library(ggplot2)
bar_mat$sam<-factor(bar_mat$sam,levels=c("C1","C2","C3","C4"))
# comparisons
my_comparisons <- list(c("C1", "C2"),
                       c("C1", "C3"),
                       c("C1", "C4"))


# gene list
gc <- head( colnames(bar_mat), -1)
#开始批量绘制
plist<-list()
for (i in 1:length(gc)){
  bar_tmp<-bar_mat[,c(gc[i],"sam")]
  colnames(bar_tmp)<-c("Expression","sam")
  pb1<- ggplot(data = bar_tmp,aes(x = sam, 
                                    y = Expression , 
                                    fill = sam))+ 
    scale_fill_manual(values = mycol[c(7,5,3,1)]) +
    geom_violin(alpha = 0.4, position = position_dodge(width = .75), 
                size = 0.8, color="black") +
    geom_boxplot(notch = TRUE, outlier.size = -1, 
                 color="black", lwd=0.8, alpha = 0.7) +
    geom_point(shape = 21, size=2, 
               position = position_jitterdodge(), 
               color="black", alpha = 1) +
    theme_bw() + 
    ylab("Log12(FPKM+1)") +
    xlab(gc[i]) +
    theme(axis.text.x = element_text(size = 12, color = "black"),
          axis.ticks = element_line(size=0.2, color="black"),
          axis.ticks.length = unit(0.2, "cm"),
          legend.position = "none",
          panel.background = element_blank(),
          panel.grid = element_blank(),
          axis.title = element_text(size = 12),
          axis.text = element_text(size = 12)) +
    stat_compare_means(method="t.test",hide.ns = F,comparisons =my_comparisons,label="p.signif")
  plist[[i]]<-pb1
} 

# cowplot
library(cowplot)
p <- plot_grid(plotlist = plist, ncol = 5)
## save
ggsave("boxplot1208.pdf",width = 14,height = 20)

往期内容

1. CNS图表复现|生信分析|R绘图 资源分享&讨论群！

2. 这图怎么画| 有点复杂的散点图

3. 这图怎么画 | 相关分析棒棒糖图

4. 组学生信| Front Immunol |基于血清蛋白质组早期诊断标志筛选的简单套路

5. (免费教程+代码领取)|跟着Cell学作图系列合集

6. Q&A | 如何在论文中画出漂亮的插图？

7. 跟着 Cell 学作图 | 桑葚图(ggalluvial)

8. R实战 | Lasso回归模型建立及变量筛选

9. 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)

10. R实战 | 给聚类加个圈圈(ggunchull)

11. R实战 | NGS数据时间序列分析(maSigPro)

12. 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)

---

木舟笔记矩阵