跟着 Cell 学作图 | 2.柱状图+误差棒+散点
2021.4.12_1“实践是检验真理的唯一标准。”
“复现是学习R语言的最好办法。”
这篇2020年发表在cell
上关于新冠的组学文章里面有大量的生信内容。今天带大家复现其中的一个Supplemental Figure
:带散点的柱状图。
2021.4.14_1本文代码及示例数据领取:后台回复“20210414”
这图怎么说呢挺普通的。但是复现过程还是有值得学习的东西的。
数据格式
- 表一用于制作散点图
- 表二用于制作柱状图。(对表一进行统计)
注:以上数据纯属虚构,无实际意义!
思路
柱状图+显著性检验+误差棒+散点
绘制
---
title: "barplot"
author: "MZBJ"
date: "2020/4/14"
---
# 导入所需的包
library(ggplot2)
library(ggsignif)
library(ggpubr)
setwd("F:/HJH/mzbj/cell")
# 导入数据
plot_data1 <- read.csv(file = "NPT_sod.csv")
plot_data2 <- read.csv(file = "NPT.csv")
#-----------------------
p<- ggplot()+
geom_bar(data=plot_data1,mapping=aes(x=group,y=mean), #柱状图
fill = "white",
size = 1.5,
color = c("#1E90FF","gold","red"),
position="dodge", # 柱状图格式
stat="identity", # 数据格式
width = 0.6)+ # 柱状图尺寸
geom_jitter(data=plot_data2, #散点
mapping=aes(x=group,y=Retive_Abundance,fill = group,colour = group,shape = group),
size = 2,
height = 0.05,#散点纵向抖动
width = 0.1)+ #散点横向抖动
scale_color_manual(values = c("#1E90FF","gold","red"))+ #散点颜色
geom_signif(data=plot_data2,mapping=aes(x=group,y=Retive_Abundance), # 不同组别的显著性
comparisons = list(c("N", "P"), # 哪些组进行比较
c("N", "T"),
c("P", "T")),
annotation=c("**"), # 显著性差异做标记
map_signif_level=T, # T为显著性,F为p value
tip_length=c(0,0,0,0,0,0), # 修改显著性线两端的长短
y_position = c(46,54,49), # 设置显著性线的位置高度
size=1, # 修改线的粗细
textsize = 7, # 修改*标记的大小
test = "t.test")+ # 检验的类型
geom_errorbar(data=plot_data1,mapping=aes(x = group,ymin = mean-sd, ymax = mean+sd), # 误差线添加
width = 0.3, #误差线的宽度
color = c("#1E90FF","gold","red"), #颜色
size=0.8)+ #粗细
scale_y_continuous(limits =c(0, 60) ,expand = c(0,0))+ # y轴的范围
theme_classic( # 主题设置,这个是无线条主题
base_line_size = 1 # 坐标轴的粗细
)+
labs(title="White blood cell(WBC)",x="",y="Retive_Abundance")+ # 添加标题,x轴,y轴内容
theme(plot.title = element_text(size = 15,
colour = "black",
hjust = 0.5),
axis.title.y = element_text(size = 15,
# family = "myFont",
color = "black",
face = "bold",
vjust = 1.9,
hjust = 0.5,
angle = 90),
legend.title = element_text(color="black", # 修改图例的标题
size=15,
face="bold"),
legend.text = element_text(color="black", # 设置图例标签文字
size = 10,
face = "bold"),
axis.text.x = element_text(size = 13, # 修改X轴上字体大小,
color = "black", # 颜色
face = "bold", # face取值:plain普通,bold加粗,italic斜体,bold.italic斜体加粗
vjust = 0.5, # 位置
hjust = 0.5,
angle = 0), #角度
axis.text.y = element_text(size = 13,
color = "black",
face = "bold",
vjust = 0.5,
hjust = 0.5,
angle = 0)
)
p
2021.4.14_4.png
大功告成!
往期内容:
网友评论