boxplot

library(ggplot2)

library(magrittr)

library(ggpubr)

a=read.csv("grouplist_ITGAX_IDO1_ACTA2.csv",header=T,sep=',')

#取因子的level

my_comparisons=list(levels(a[,4]))

my_comparisons

grouplist=as.character(a[,4])

#ITGAX    IDO1    ACTA2 

#data.frame()函数不是转换数据框函数，而是组合数据框的函数，

#指明了每一列的组成，dat数据框有三列，group、values 2列

dat1=data.frame(group=grouplist,

              values= as.numeric(a[,'ITGAX']))

#画'ITGAX'基因的表达箱型图

ggboxplot(

  dat1, x = "group", y = "values",

  color = "group",

  add = "jitter",

  title = 'ITGAX'

)+

  stat_compare_means(comparisons = my_comparisons,

                    method = "t.test"

  )+

  theme(axis.text.x=element_text(angle=60, hjust=1))

dat2=data.frame(group=grouplist,

                values= as.numeric(a[,'IDO1']))

#画'IDO1'基因的表达箱型图

ggboxplot(

  dat2, x = "group", y = "values",

  color = "group",

  add = "jitter",

  title = 'IDO1'

)+

  stat_compare_means(comparisons = my_comparisons,

                    method = "t.test"

  )+

  theme(axis.text.x=element_text(angle=60, hjust=1))

dat3=data.frame(group=grouplist,

                values= as.numeric(a[,'ACTA2']))

#画'ACTA2'基因的表达箱型图

ggboxplot(

  dat3, x = "group", y = "values",

  color = "group",

  add = "jitter",

  title = 'ACTA2',

  font.label = list(size =

                      100, color = "black")

)+

  stat_compare_means(comparisons = my_comparisons,

                    method = "t.test"

  )+

  theme(axis.text.x=element_text(angle=60, hjust=1))

library(ggplot2)

#sample(10)函数从1-10随机采10个整数，不放回抽样

#sample(m,n)：m>n,从1~m中随机抽取n个数字

#[1]  6  3  9  7  2  8  1 10  4  5

sample1=diamonds[sample(nrow(diamonds),100),]

#diamonds[1:5,1:5]

## A tibble: 5 x 5

#carat cut    color clarity depth

#<dbl> <ord>  <ord> <ord>  <dbl>

#  1 0.23  Ideal  E    SI2      61.5

#2 0.21  Premium E    SI1      59.8

#3 0.23  Good    E    VS1      56.9

#4 0.290 Premium I    VS2      62.4

#5 0.31  Good    J    SI2      63.3

dim(diamonds)

#[1] 53940    10

sample1[1:5,1:10]

#  carat cut    color clarity depth

#1  0.42 Premium E    VS2      61.9

#2  0.42 Ideal  H    VVS2    62.4

#3  0.34 Premium D    SI1      61.2

#4  0.97 Ideal  J    VS1      61.3

#5  1.5  Premium H    SI2      62.2

dim(sample1)

#100  10

attach(sample1)#连接数据框sample1

#当x为分类变量时,plot函数可自动绘制出箱线图

#当一个变量起作用（一个grouplist)

#法一：

plot(cut, price)

#plot可以用来直接画boxplot，

#横坐标为grouplist的分组，纵坐标为对应的值

#法二：

#在boxplot函数中,可以使用公式来实现。

boxplot(price ~ cut, data = sample1,col=rainbow(7))

#boxplot(value ~ grouplist, data=data,col=rainbow(7))

#value和grouplist都是来自于data,是data里的列名

#法三：

#也可以用ggplot2中的函数实现，下面两行代码运行的结果相同。

#ggplot2方式一：

qplot(cut, price, data=sample1, geom="boxplot")

#qplot(grouplist, value, data=data, geom="boxplot")

#ggplot2方式二：

ggplot(sample1, aes(x=cut, y=price)) + geom_boxplot()

#ggplot(data, aes(x=grouplist, y=value)) + geom_boxplot()

#value和grouplist都是来自于data,是data里的列名,不用加双引号

#当两个x变量同时作用(两个grouplist)

#unique(cut)-----5个group

#[1] Premium  Ideal    Good      Very Good Fair   

#Levels: Fair < Good < Very Good < Premium < Ideal

#unique(color)-----7个group

#[1] E H D J G F I

#Levels: D < E < F < G < H < I < J

#第一组5个level,第二组7个level，

#所以两组同时作用，共5*7=35个level/group

#法一：boxplot的实现方法：

boxplot(price ~ cut+color, data = sample1,col=rainbow(7))

#boxplot(value ~ grouplist1 + grouplist2, data = data,col=rainbow(7))

#value和grouplist都是来自于data,是data里的列名,不用加双引号

#法二：ggplot2的实现方法：

#ggplot2方式一：

qplot(interaction(cut, color), price, data=sample1, geom="boxplot")

#ggplot2方式二：

ggplot(sample1, aes(x=interaction(cut, color), y=price)) + geom_boxplot()