这个系列我们学习绘制箱图的绘制技巧，其实这也适用于类似小提琴图等。
library(ggpubr)
library(RColorBrewer)
data("ToothGrowth")
head(ToothGrowth)
先画个基本的箱图：
ToothGrowth$dose <- as.factor(ToothGrowth$dose)
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE) +
xlab("Dose")+
ylab("Len")
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE) + #设置notch
xlab("Dose")+
ylab("Len")+
coord_flip() #旋转箱线图方向
修改异常点的属性，设置outlier的 color, shape and size， outlier.fill：离群点的填充色；outlier.alpha：离群点的透明度
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=4) +
xlab("Dose")+
ylab("Len")
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=4) +
xlab("Dose")+
ylab("Len")+
stat_boxplot(geom = "errorbar",width=0.15) #添加最大值和最小值的两条须线
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=2) +
xlab("Dose")+
ylab("Len")+
stat_boxplot(geom = "errorbar",width=0.15)+
#geom_dotplot(binaxis='y', stackdir='center', dotsize=0.1, binwidth = 1) #geom_point函数，向箱线图中添加点
geom_jitter(shape=16, size=0.01) #geom_jitter()函数是geom_point(position = "jitter")的包装
下面进行颜色等的调整。
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=2) +
xlab("Dose")+
ylab("Len")+
stat_boxplot(geom = "errorbar",width=0.15)+
#geom_dotplot(binaxis='y', stackdir='center', dotsize=0.1, binwidth = 1)
geom_jitter(shape=16, size=0.01)+ #geom_jitter()函数是geom_point(position = "jitter")的包装
scale_fill_manual(values = c("red","blue","green"))+
theme_classic()+
theme(text = element_text(size = 20))
下面，我们添加不同组之间的统计检验，主要通过stat_compare_means函数实现。
stat_compare_means(mapping = NULL, comparisons = NULL hide.ns = FALSE,
label = NULL, label.x = NULL, label.y = NULL, ...)
mapping：通过aes()设置绘图时的aesthetic
comparisons：指定一个列表(list)，每个列表元素需为长度等于2的向量。向量的内容可以为X轴的两个组别名（字符型），也可以是两个感兴趣组的组别索引（整数值），表示采用指定的两个组别进行比较。
hide.ns：逻辑变量，如果设为TRUE，显示显著性水平时将隐藏 ns 字样，即组间差异不显著时不显示 ns 字样。
label：指定一个字符串，表示标签类型。可为：“p.signif”（显示显著性水平），“p.format”（显示格式化的P值）。
label.x, label.y：指定一个数值，表示显示标签的绝对坐标位置。
…：传递给函数compare_means()的参数，如method、paired、ref.group。
my_comparisons <- list( c("0.5", "1"), c("1", "2"), c("0.5", "2") )
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=2) +
xlab("Dose")+
ylab("Len")+
stat_boxplot(geom = "errorbar",width=0.15)+
#geom_dotplot(binaxis='y', stackdir='center', dotsize=0.1, binwidth = 1)
geom_jitter(shape=16, size=0.01)+ #geom_jitter()函数是geom_point(position = "jitter")的包装
scale_fill_manual(values = c("red","blue","green"))+
theme_classic()+
theme(text = element_text(size = 20))+
stat_compare_means(comparisons = my_comparisons)+ ## 增加两两比较的p-value
stat_compare_means(label.y = 50,label.x = 1.5) # 增加全局p-value
可以调整其它统计检验方法。
ggplot(ToothGrowth, aes(dose, y=len,fill=dose)) +
geom_boxplot(notch=TRUE,outlier.colour="red", outlier.shape=18,outlier.size=2) +
xlab("Dose")+
ylab("Len")+
stat_boxplot(geom = "errorbar",width=0.15)+
#geom_dotplot(binaxis='y', stackdir='center', dotsize=0.1, binwidth = 1)
geom_jitter(shape=16, size=0.01)+ #geom_jitter()函数是geom_point(position = "jitter")的包装
scale_fill_manual(values = c("red","blue","green"))+
theme_classic()+
theme(text = element_text(size = 20))+
stat_compare_means(comparisons = my_comparisons,hide.ns = TRUE,method = "t.test",label = "p.signif")+ ## 增加两两比较的p-value
stat_compare_means(method = "anova",label.y = 50,label.x = 1.5) # 增加全局p-value
网友评论