R语言练习：基于两组基因差异，循环绘制箱线图组合

这里分析小练习来自生信星球（一个很好的生信学习平台），有蛮多值得学习的知识点，一起来学习吧~

• 假设数据：两组实验对象，各三个重复样本。进行转录组分析之类的之后，结果得到10个目标差异基因。
• 目的：用箱线图表达每个基因在两组对象的差异水平。

首先准备假设数据

exp=matrix(rnorm(60),nrow=10)
colnames(exp)=paste0("sample",1:6)
rownames(exp)=paste0("gene",1:10)
#一般分析得到的数据格式：样本为变量/列，基因表达为观测

• paste0 默认没有分隔符；paste默认空格为空格符。不过分隔符都可通过seq=""互相设置。这就是懒的奥义吧，哈哈~

dat=t(exp)
#因为要绘制基因量的箱线图，变量与观测要转置一下
group=rep(c("A","B"),each=3)
#设置分组标签
dat=cbind.data.frame(dat,group)

• 以上就得到了完整的数据表

  
  
  假设数据

绘图方法1：patchwork包

p=list()
#list 列表将储存所有的循环绘图，以实现后面的多图组合
library(ggplot2)
for (i in 1:(ncol(dat)-1)){
#之所以减一，是因为最后一列是组类别
        p[[i]]=ggplot(data=dat,aes_string(x="group",y=colnames(dat)[i]))+
                geom_boxplot(aes(color=group)) + 
                geom_jitter(aes(color=group)) 
}

• ggplot()的选项一般为data与aes分别交代数据源以及绘图使用的变量。
• 但是如果需要循环绘图时，将aes改成aes_string，它可以将字符变量映射为ggplot所需的输入参数。
  -比如例子中的 y=colnames(dat)[i]分别取gene1、gene2......到gene10。
  -还有就是上述是分别做了十张单图，储存在一个列表了，下面将进行拼图组合。

library(patchwork)
# 第一次使用需要安装
wrap_plots(p,nrow=2, guides="collect")

• guides="collect"参数 guides应该是绘图示例的意思；"collect"表示所有图共用一组绘图示例（我刚才试了下删除这个参数，果然每个图都配有了相同的绘图示例，就有些多余了。）
  
  patchwork包拼图结果

绘图方法2：ggplot2法

library(tidyr)
library(dplyr)
library(ggplot2)

• 这次需要加载三个包（前两个包的作者是一个人，厉害），同时还是要第一步准备的数据dat

dat2 = gather(dat,key = "gene",value = "expression",-group)

• 关于这一步的操作，详见gather()的用法
• 在我理解，就是把所有基因的观测放在一列里（这里就是基因数据都放在单独一列 ）key交代基因列命名，value为基因数据命名，以便后面作图。
  
  gather()函数操作

ggplot(data = dat2)+
  geom_boxplot(aes(x = group,y = expression,color = group))+
  theme_bw()+
  facet_wrap(~gene,nrow = 2)

• 利用facet_wrap(~gene,nrow = 2) 既交代类分图的依据gene，也交代了多图排列成两行。有趣的是，排列顺序有问题如下图--
  
  ggplot2(1)
  
  -于是做如下调整，主要是修改gene列的因子

dat2$gene=factor(dat2$gene,ordered = TRUE,levels = paste0("gene",1:10))
ggplot(data = dat2)+
  geom_boxplot(aes(x = group,y = expression,color = group))+
  theme_bw()+
  facet_wrap(~gene,nrow = 2)

• 这样就没问题啦，nice！

  
  
  ggplot2(2)

简单一次小练习，还是涉及到很多知识点的。加油！