本期内容为[R语言可视化]--箱线图不同的画法及参数设置
--昨天我们分享了[R语言可视化-精美图形绘制系列]--显著性箱线图，在后台有童鞋咨询了一些问题，针对这些问题，我们在来深入的学习一下。不学不知道，一学吓一跳，有很多的玩法呀。
教程代码：
01-差异显著性柱状图-昨日教程[R语言可视化-精美图形绘制系列]--显著性箱线图
## 01 首先，计算P值
pvalues <- sapply(d2$gene, function(x) { res <- aov(expr ~ stage, data = subset(d2, gene == x)) summary(res)[[1]]/pre>Pr(>F)'[1] # }) pv <- data.frame(gene = d2$gene, pvalue = pvalues) ## Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 pv$sigcode <- cut(pv$pvalue, c(0, 0.001, 0.01, 0.05, 0.1, 1), labels=c('***', '**', '*', '.', ' '))
## 绘图
ggplot(d2, aes(gene, expr, fill=stage), palette = 'jco',add = 'jitter',size = 5, axis.line = 2) + geom_boxplot() + geom_text(aes(gene, y=max(d2$expr) * 1.1, label=pv$sigcode), data=pv, inherit.aes=F) + xlab(NULL)+ylab("Relative expression (log2)")+
theme_classic()+
## 添加颜色
scale_fill_brewer(palette = "Dark2")+ ## 更改字体大小
theme(text = element_text(color = "black",size = 12), axis.text.x = element_text(color = "black",size = 12), axis.text.y = element_text(color = "black",size = 10), axis.title=element_text(size=12))
- 不需要提前计算P值的画法，添加“stat_compare_means（）”函数
ggplot(d2, aes(gene, expr, fill=stage),
palette = 'jco',add = 'jitter',size = 5, axis.line = 2) +
geom_boxplot() +
xlab(NULL)+ylab("Relative expression (log2)")+
theme_classic()+
## 添加颜色
scale_fill_brewer(palette = "Dark2")+
## 更改字体大小
theme(text = element_text(color = "black",size = 12),
axis.text.x = element_text(color = "black",size = 12),
axis.text.y = element_text(color = "black",size = 10),
axis.title=element_text(size=12))+ ## y轴字体大小
theme(legend.text = element_text(size = 12), ## 标签字体大小
legend.title = element_text(size = 12))+ ##标题字体大小
## 计算P值
stat_compare_means(label = "p.signif",aes(group=stage))
#stat_compare_means() ## 显示P值，wilcoxon , p
看出上两图的区别吗？？？？（自己看吧！！）
- 新画法，添加了“geom_boxplot(notch = T)”参数
ggplot(d2, aes(gene, expr, fill=stage),
palette = 'jco',add = 'jitter',size = 5, axis.line = 2) +
geom_boxplot() +
xlab(NULL)+ylab("Relative expression (log2)")+
theme_classic()+
## 添加颜色
scale_fill_brewer(palette = "Dark2")+
stat_compare_means()+ ## 差异比较
geom_boxplot(notch = T) ## 变有角哦
- 添加柱状图的误差小横线，及散点的颜色，使用“ stat_boxplot（）”函数更改。
ggplot(d2, aes(gene, expr, fill=stage)) +
geom_boxplot() +
xlab(NULL)+ylab("Relative expression (log2)")+
theme_classic()+
## 添加颜色
scale_fill_brewer(palette = "Dark2")+
stat_compare_means()+
geom_boxplot(col = "black", linetpe = 2)+
## 更改点的颜色
stat_boxplot(aes(ymin = ..lower.., ymax = ..upper..),
outlier.shape = 15, outlier.colour = "red", outlier.fill = "blue")+
## 添加误差线
stat_boxplot(geom = "errorbar", aes(ymin = ..ymax..), width = 0.2, color = "black",
position = position_dodge(0.75))+
stat_boxplot(geom = "errorbar", aes(ymax = ..ymin..), width = 0.2, color = "black",
position = position_dodge(0.75))
- 添加散点Plot，使用“geom_dotplot()”
ggplot(d2, aes(gene, expr, fill=stage)) +
geom_boxplot() +
xlab(NULL)+ylab("Relative expression (log2)")+
theme_classic()+
## 添加颜色
scale_fill_brewer(palette = "Dark2")+
stat_compare_means()+
geom_boxplot(col = "black", linetpe = 2)+
## 更改点的颜色
stat_boxplot(aes(ymin = ..lower.., ymax = ..upper..),
outlier.shape = 15, outlier.colour = "red", outlier.fill = "blue")+
## 添加误差线
stat_boxplot(geom = "errorbar", aes(ymin = ..ymax..), width = 0.2, color = "black",
position = position_dodge(0.75))+
stat_boxplot(geom = "errorbar", aes(ymax = ..ymin..), width = 0.2, color = "black",
position = position_dodge(0.75))+
geom_dotplot(binaxis = "y", stackdir = 'center', dotsize = 0.5)
使用“geom_jitter（）”函数，我的这个示范是错误的，也许是我的数据问题哦！！
- 更改外部线条颜色，使用“scale_color_manual(values = c("#999999", "#E69F00", "#56B4E9"))”自定义颜色，或使用“scale_color_brewer()”函数。
ggplot(d2, aes(x= gene, y = expr, color = stage))+
geom_boxplot()+
#theme_classic()+
#scale_fill_brewer(palette = "Dark2")+
stat_compare_means()+
scale_color_manual(values = c("#999999", "#E69F00", "#56B4E9"))
#scale_color_brewer(palette = "Dark2")
- 填充箱子内部的颜色，我们最开始是使用“ggplot(d2, aes(gene, expr, fill=stage))”中的“fill = stage ”进行填充。那如果使用自定义颜色怎么弄呢？
ggplot(d2, aes(x= gene, y = expr, color = stage))+
geom_boxplot(fill = c('#A4A4A4','#A4A4A4','#A4A4A4'))+
theme_classic()
#########################################################
ggplot(d2, aes(x= gene, y = expr, fill = stage))+
geom_boxplot()+
scale_fill_brewer(palette = "Dark2")
往期文章（总汇）
01-[R语言可视化-精美图形绘制系列]--精美火山图
[02-R语言可视化-精美图形绘制系列--柱状图
[03-R语言可视化-精美图形绘制系列--功能富集分析
[04-R语言可视化-精美图形绘制系列—多组GO富集可视化
05-[R语言可视化-精美图形绘制系列--堆积图]
06-[R语言可视化-精美图形绘制系列--组间相关性分析]
07-[R语言可视化-精美图形绘制系列]--Mental分析
08-[R语言可视化-精美图形绘制系列--复杂热图+两图渐变连线]-【转载】
09-[R语言可视化-精美图形绘制系列--桑基图（Sankey）]
10-[R语言可视化-精美图形绘制系列--柱状图误差线标记]
11-跟着NC学作图 | 柱状图与相关性图
12-[R语言可视化-精美图形绘制系列--GO、KEGG富集通路关联图]
13-[跟着“基迪奥生物学”作图]--截断图
014-[R语言可视化-精美图形绘制系列]--显著性箱线图
--
都看到最后了，点个赞再走吧！！
--
小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料！