一、基础知识

箱式图用于多组数据平均水平和变异程度的直观分析比较。每一组数据均可呈现其最小值(Minimum)、Qlow、Median、Qup、最大值(Maximum)，Median表示中位数所在的位置，最小值、最大值形成的间距和QL、QU形成的间距都可以反应数据的变异程度。

箱线图的绘制方法是：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后，连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。《贾俊平、何晓群、金勇．统计学（第四版）：中国人民大学出版社，2009年：66-67》

image.png

为了作图和理解ggplot2中的术语，对应的英文图如下：

image.png

median：中位数；
Q1: 下四分位数；
Q3：上四分位数；
IQR：四分位范围； = Q3 - Q1
Maximum = Q3 + 1.5 * IQR；
Minimum = Q1 - 1.5 * IQR；

在区间 Q3+1.5ΔQ,~Q1-1.5ΔQ 之外的值被视为应忽略(farout)。最大值与最小值产生于这个区间。区间外的值被视为outliers显示在图上。

二、ggplot2作图

image.png

这是nature文章上的一张图：doi:10.1038/nature11252。没有原始数据，我们就来模拟一份数据：

library(tidyverse)
#模拟数据
group <- rep(c('No', 'Broad', 'Focal'),each = 50)
set.seed(1)
No <- rnorm(50, mean = -3.2, sd = 1.1)
set.seed(2)
Broad <- rnorm(50, mean = -3.02, sd = 0.5)
set.seed(3)
Focal <- rnorm(50, mean = 2.45, sd = 0.8)
data <- data.frame(group, value = c(No, Broad, Focal))
data1 <- data.frame(group = c('No', 'No', 'No', 'Broad', 'Broad', 'Focal'), value = c(4, 1.8, -1.6, 4.2, 1.5, -3.2 ))#添加几个区间外的值
data <- rbind(data, data1)

data$group<-factor(data$group,levels=c('No', 'Broad', 'Focal'),ordered = TRUE)#按照上图的顺序排列

#绘图
y <- ggplot(data=data,mapping = aes(x=group, y=value, color = group))+
  geom_boxplot(fill ='white', color = "darkgrey", size=0.5, width = 0.5,outlier.shape = NA )+
  geom_jitter(color = "darkblue", shape = 4, size = 1,  width = 0.05)+
  labs(
    x = "",
    y = "mRNA expression",
    title = 'IGF2'
  )+
  theme_bw()+
  theme(
    panel.grid.major=element_blank(),
    panel.grid.minor=element_blank(), #次级网格线), #网格线
    )
tiff("fig.tiff", res = 300, width = 700, height = 800)
y
dev.off()

得到图如下：

image.png

图就做好了，跟文章的图差别不大。但是，上图没有类似误差线的横线，而发表的文章中基本上都会。接下来我们处理这个问题。
在ggplot()后面添加一行

stat_boxplot(geom ='errorbar', width = 0.4)

就可以了。

image.png

完整代码：

y <- ggplot(data=data,mapping = aes(x=group, y=value))+
  stat_boxplot(geom ='errorbar', color = 'darkgrey', width = 0.4) +
  geom_boxplot(fill = "white", color = 'darkgrey', size=0.5, width = 0.8,outlier.shape = NA )+
  geom_jitter(color = "darkblue", shape = 4, size = 1,  width = 0.05)+
  labs(
    x = "",
    y = "mRNA expression",
    title = 'IGF2'
  )+
  theme_bw()+
  theme(
    panel.grid.major=element_blank(),
    panel.grid.minor=element_blank(), #次级网格线), #网格线
    )
tiff("fig.tiff", res = 300, width = 700, height = 800)
y
dev.off()

待完善的地方：IGF2文章中的图用的是斜体，不知道有没有办法改；如何让x坐标轴的No ampl.显示成两行。
横线的添加参考于：https://www.r-bloggers.com/exploring-ggplot2-boxplots-defining-limits-and-adjusting-style/