跟着NC学作图 | 差异比较小提琴+柱状组合图

关于小提琴图和柱状图的绘制教程很多，在我们前面的教程中也推送过，大家感兴趣的可以去看一下。今天，我们继续小提琴+柱状图的组合图，且绘制出差异标识。

获得代码口令：20230306

绘图

数据准备

library(ggpubr)df <- read.csv("20230306.input.csv",header = T)
head(df)

数据根据自己的需求准备即可。

差异比较分类

这不是比较关键的，只能两两比较。

my_comparisons <- list( c("non_metastatic", "weakly_metastatic"), c("non_metastatic", "metastatic"), c("weakly_metastatic", "metastatic") )

> my_comparisons
[[1]]
[1] "non_metastatic"    "weakly_metastatic"[[2]]
[1] "non_metastatic" "metastatic"    [[3]]
[1] "weakly_metastatic" "metastatic"

绘图

基础图形

ggviolin(df, "status_metpot", "emt_score", fill = "status_metpot"）

更改颜色

ggviolin(df, "status_metpot", "emt_score", fill = "status_metpot",palette = c("#00AFBB", "#E7B800", "#FC4E07"))

添加柱子

ggviolin(df, "status_metpot", "emt_score", fill = "status_metpot",
+          palette = c("#00AFBB", "#E7B800", "#FC4E07"),add = "boxplot", add.params = list(fill = "white"))

柱子颜色可以更改，add.params = list(fill = "white")。

添加差异比较标识

使用stat_compare_means()函数进行差异比较。

stat_compare_means(comparisons = my_comparisons,method="wilcox")

使用“ * ” 标记

“ * ”号标记是比较常用的标记，我只需要在更改显示即可label = "p.signif"。

stat_compare_means(comparisons = my_comparisons,method="wilcox", label = "p.signif")

• abel = "p.signif" : 显示**标记
• size=7: 更改显示大小
• method: 比较方法

添加线条参数

geom_hline(yintercept=0, linetype="dashed", color = "red")

完整代码

my_comparisons <- list( c("non_metastatic", "weakly_metastatic"), c("non_metastatic", "metastatic"), c("weakly_metastatic", "metastatic") )ggviolin(df, "status_metpot", "emt_score", fill = "status_metpot",palette = c("#00AFBB", "#E7B800", "#FC4E07"),add = "boxplot", add.params = list(fill = "white"),xlab="Metastatic Potential")+ stat_compare_means(comparisons = my_comparisons,method="wilcox", label = "p.signif", ## label = "p.signif" 显示**标记hide.ns=TRUE,size=7)+   ## size 显示大小geom_hline(yintercept=0, linetype="dashed", color = "red")

往期文章：
1. 最全WGCNA教程（替换数据即可出全部结果与图形）

WGCNA分析 | 全流程分析代码 | 代码一

WGCNA分析 | 全流程分析代码 | 代码二

WGCNA分析 | 全流程代码分享 | 代码三

2. 精美图形绘制教程

精美图形绘制教程

小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！