相关系数线图

相关系数折线图通常显示 两个变量之间的相关性强度和方向。横轴代表一个变量，纵轴代表另一个变量，折线代表两个变量之间的相关系数的变化。当相关系数为正时，折线向上走，表示正相关关系；当相关系数为负时，折线向下走，表示负相关关系；当相关系数接近0时，折线基本水平，表示无相关关系。这种图表可以帮助我们直观地了解两个变量之间的关系。

相关性 数据格式

代码部分

###长度
p1<-ggplot(data=a, aes(x=length, y=Total,color = Group))+geom_point()+
  theme_minimal()+geom_smooth(method = "lm", se = TRUE)+annotate("text", x = min(a$length), y = max(a$Total), label = paste("R =", round(correlation, 2)), hjust = 0, vjust = 1) +theme_bw() +theme(panel.grid=element_blank())+ylab("NLR Number")+xlab("Gene length")
p1
###基因
p2<-ggplot(data=a, aes(x=gene, y=Total,color = Group))+geom_point()+
  theme_minimal()+geom_smooth(method = "lm", se = TRUE)+annotate("text", x = min(a$length), y = max(a$Total), label = paste("R =", round(correlation, 2)), hjust = 0, vjust = 1) +theme_bw() +theme(panel.grid=element_blank())+ylab("NLR Number")+xlab("Gene Number")

p2

p2

添加相关性lab

###所有
correlation <- cor(a$Gene, a$Total)

###分组
correlation <- lapply(split(a, a$Group), function(a) round(cor(a$Gene, a$Total), 2))

# 定义每个Group的位置和颜色
position <- c( 2, 4, 6, 8, 10)  # 不同Group的位置

group_colors <- c("red", "blue", "green", "purple", "orange")

p1 <- ggplot(data = a, aes(x = Gene, y = Total, color = Group)) +
  geom_point() +
  geom_smooth(method = "lm", formula = y ~ x, se = TRUE) +
  scale_color_manual(values = group_colors) +  # 指定分组颜色
  theme_minimal() +
  theme_bw() +
  theme(panel.grid=element_blank()) +
  ylab("NLR Number") +
  xlab("Gene Number")

p1
# 为每个Group添加相关系数标签
for(i in 1:5) {
  p1 <- p1 + annotate("text", x = min(a$Gene), y = max(a$Total), 
                      label = paste("R =", correlation[i]), hjust = 0, vjust = position[i], 
                      color = group_colors[i])  # 使用分组颜色
}

p1

结果，保持颜色的一致