一个代码搞定显著差异柱状图和箱线图 | R语言绘图

已于 2024-04-30 16:05:34 修改
阅读量4.3k 收藏 23
点赞数 12
分类专栏： R语言精美图形绘制教程 文章标签： 柱状图 显著差异柱状图 差异柱状图 R语言绘图 箱线图 显著差箱线图 生物信息学
于 2024-04-30 16:01:13 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kanghua_du/article/details/138348688
版权
本文介绍了如何使用R语言中的ggplot2、ggsignif等包绘制具有显著性差异的柱状图和箱线图，包括数据导入、统计分析和图形展示，适用于生信分析中的数据可视化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本教程原文链接：一个代码搞定显著差异柱状图和箱线图 | R语言绘图

本期教程

小杜的生信笔记，自2021年11月开始做的知识分享，主要内容是R语言绘图教程、转录组上游分析、转录组下游分析等内容。凡事在社群同学，可免费获得自2021年11月份至今全部教程，教程配备事例数据和相关代码，我们会持续更新中。
​

往期教程部分内容












本教程原文链接：一个代码搞定显著差异柱状图和箱线图 | R语言绘图

绘制显著差异柱状图

  1. 导入相关的R包
library(ggplot2)
library(ggsignif)
library(ggpubr)
library(ggbreak)
  1. 导入数据
setwd("D:\\BioinfoFile\\小杜的生信笔记\\2024\\20240430_差异箱线图绘制")
#data <- read.csv("**.csv",header = T, row.names = 1)
##
#data <- read.table("**.txt",header = T, row.names = 1, sep = "\t")
  1. 模拟数据
    在这里我们模拟所需数据，不具有任何意义。
data <- data <- read.table(text = "
group	sample	value
lncRNA-1	CK	4
lncRNA-1	CK	4
lncRNA-1	CK	5
lncRNA-1	CK	6
lncRNA-1	CK	5
lncRNA-1	CK	5
lncRNA-1	CK	1
lncRNA-1	CK	3
lncRNA-1	CK	5
lncRNA-1	CK	5
lncRNA-1	Treat	5
lncRNA-1	Treat	4
lncRNA-1	Treat	2
lncRNA-1	Treat	1
lncRNA-1	Treat	2
lncRNA-1	Treat	3
lncRNA-1	Treat	3
lncRNA-1	Treat	3
lncRNA-1	Treat	1
lncRNA-1	Treat	5
mRNA	CK	6
mRNA	CK	7
mRNA	CK	4
mRNA	CK	8
mRNA	CK	6
mRNA	CK	4
mRNA	CK	5
mRNA	CK	2
mRNA	CK	7
mRNA	CK	4
mRNA	Treat	2
mRNA	Treat	3
mRNA	Treat	4
mRNA	Treat	5
mRNA	Treat	2
mRNA	Treat	4
mRNA	Treat	5
mRNA	Treat	6
mRNA	Treat	7
mRNA	Treat	4
", header = TRUE, row.names = NULL)

## 
data[1:5,1:3]

  1. 绘制差异显著柱状图
ggplot(data, aes(x = sample, y = value))+
  ##'@绘制柱状图
  geom_bar(aes(fill = group), stat = "summary", position = position_dodge(1),
           color = "black",
           fun = mean, size = 0.5)+
  ##'@添加误差线
  stat_summary(fun.data = "mean_sd", geom = "errorbar",
               width = 0.2, size = 1)+
  ##'@添加显著性
  geom_signif(comparisons = list(c("CK","Treat")),
              map_signif_level= F,  ##'@T:显示*号，F显示数字
              tip_length=0, 
              size=1, 
              test = "t.test")+  ##'@t.test, wilcox.test 
    facet_wrap(~group)+
  ##'@X轴和Y轴坐标
  labs(x = "", y = "Expression levels",title = NULL)+
  ##'@设置颜色
  scale_fill_manual(values = c("#386cb0","#1b9e77", "#fdc086","#a6cee3","#bebada","#e5c494"))+
  theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 1,colour = "black"),
        strip.text = element_text(color = "black",size = 16),
        axis.title = element_text(color = "black",size = 18),
        legend.position = "none",
        strip.background = element_blank()
       )

#ggsave("显著差异柱状图.pdf",width = 6, height = 4)

绘制差异显著箱线图

ggplot(data, aes(x = sample, y = value))+
  ##'@绘制
  geom_boxplot(aes(fill = group), position = position_dodge(1),
           color = "black",
           fun = mean, size = 0.5)+
  ##'@添加散点图
  geom_jitter(color = "#a6cee3",szie = 2.5, alpha = 0.8)+
  ##'@添加显著性
  geom_signif(comparisons = list(c("CK","Treat")),
              map_signif_level= T,  ##'@T:显示*号，F显示数字
              tip_length=0, 
              size=1, 
              test = "t.test")+  ##'@t.test, wilcox.test 
    facet_wrap(~group)+
  ##'@X轴和Y轴坐标
  labs(x = "", y = "Expression levels",title = NULL)+
  ##'@设置颜色
  scale_fill_manual(values = c("#a6cee3","#bebada","#e5c494","#386cb0","#1b9e77", "#fdc086"))+
  theme_classic()+
  theme(axis.line = element_line(size = 1),  ## 粗细
        text=element_text(family = "sans",colour ="black",size = 12),
        axis.text.x = element_text(color = "black", size = 12),
        axis.text.y = element_text(color = "black",size = 12),
        axis.ticks = element_line(size = 1,colour = "black"),
        strip.text = element_text(color = "black",size = 16),
        axis.title = element_text(color = "black",size = 18),
        legend.position = "none",
        strip.background = element_blank()
       )

#ggsave("显著差异箱线图.pdf",width = 6, height = 4)

本教程原文链接：一个代码搞定显著差异柱状图和箱线图 | R语言绘图

往期部分文章

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。

3. 最全WGCNA教程（替换数据即可出全部结果与图形）

4. 精美图形绘制教程

5. 转录组分析教程

6. 转录组下游分析

小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R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!!

R语言画柱形图：代码分享
Mrrunsen的博客
01-26 560
【代码】R语言画柱形图：代码分享。
用R语言绘制带有显著性字母标记的柱状图
DevForge的博客
08-19 1574
然后，我们使用ggplot2创建一个柱状图，其中x轴表示处理组，y轴表示数值，并根据处理组进行着色。然后，我们使用TukeyHSD函数计算不同组之间的显著性差异，并将结果存储在posthoc对象中。最后，我们使用geom_text函数在柱状图上添加显著性字母标记，将标记文本设置为multcompLetters(posthoc$Group)。在科学研究中，经常需要在柱状图上标注显著性差异，以帮助读者快速理解数据结果。运行以上代码后，我们将得到一个带有显著性字母标记的柱状图，用于展示不同处理组之间的差异。
R语言-差异显著性分析
weixin_44231554的博客
03-25 4653
r语言差异显著性分析
R语言的柱状图
最新发布
2501_91186136的博客
03-20 429
柱状图（Bar Chart）是一种用于展示分类数据的图表。其特点是使用矩形条的长度或高度来表示数据的大小，条的宽度和间隔一般保持一致。柱状图不仅能够直观地展示各类别之间的对比关系，还能展示数据的分布趋势。在许多领域，例如市场营销、社会科学和自然科学中，柱状图都是一种基础而重要的数据可视化形式。R语言是一种专门用于统计分析和数据可视化的编程语言，因其强大的数据处理能力和丰富的可视化库而备受欢迎。
R_柱状图（加误差线，显著性差异）
热门推荐
wt141643的博客
01-22 2万+
先放最终效果图 结果图 # bar_plot 2021/01/19 # 导入所需的包 library(ggplot2) library(ggthemr) library(ggsignif) library(tidyverse) library(dplyr) library(ggpubr) library(devEMF) # 导入并处理数据,需要两张表，一个是原始汇总表格，另外一些是每一...
R语言画显著性差异：代码分享
Mrrunsen的博客
01-27 908
画箱线图（组内、组间p值）画箱线图（组内p值）
python绘制带有显著性差异的柱状图
pengbr的博客
07-21 4875
有的时候看文献会发现柱状图上标记有不同的字母，这其实是使用字母表示法来代表不同组之间的差异，不同的字母表示具有显著性的差异，相同的字母表示没有显著性差异。2、进行多重比较：如果ANOVA结果表明组间存在显著性差异，接下来进行多重比较测试，以确定哪些具体的组之间存在差异。字母标记法直观、清晰，可以有效地在图表或表格中展示复杂的比较结果，使得读者能够快速理解哪些组之间存在显著性差异。1、进行统计测试：首先，对数据进行适当的统计测试（如ANOVA），以确定组间是否存在显著性差异。
【R语言 | 如何绘制带组内差异比较的柱形图】
u011794835的博客
05-24 3634
R语言 | 如何绘制带组内差异比较的柱形图 参考链接：R语言 | 如何绘制带组内差异比较的柱形图 结果如下： 代码如下： install.packages(ggpubr) install.packages(rstatix) library(ggpubr) library(rstatix) head(ToothGrowth) write.csv(ToothGrowth,"D:/Rstudio/R/ToothGrowth.csv") ToothGrowth$dose<-as.factor(ToothGr
【R语言】--- graphics包的barplot()函数绘制柱状图
jiangmeilinabcd的博客
12-07 4202
barplot()函数的基本用法： 柱子的高度是必须要的参数，数据类型为数值型向量或者矩阵。如果是一个数值型向量，那么向量中的每个数字即为每个柱子的高度，适用于绘制单个变量的柱状图；如果传入一个矩阵，那么矩阵的每一列都对应一个柱子，柱子的高度为每一列的数字之和，每个柱子内部根据每一行数字的不同进行了划分，适用于两个变量交叉的柱状图。 数值型向量图(左)和矩阵图(右) 添加柱子名称的柱状图 正在上传…重新上传取消白色和绿色填充的柱状图颜色填充的堆积柱状图 物种丰富度和产量柱状图 修改X
著差异柱状图和箱线图绘制教程
BioinfoDu
04-30 981
主要发表或收录生物信息学教程，以及基于R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!凡事在社群同学，可免费获得自2021年11月份至今全部教程，教程配备事例数据和相关代码，我们会持续更新中。，自2021年11月开始做的知识分享，主要内容是。
Seaborn安装秘籍：新手也能轻松搞定的Python数据可视化环境搭建
![Seaborn安装秘籍：新手也能轻松搞定的Python...Seaborn，作为Python中一个强大的数据可视化库，它基于matplotlib并在此基础上提供了丰富而美观的默认样式和颜色主题，使得生成的图表不仅功能强大而且外观优雅。 Seab
R语言_差异表达分析
10-21
介绍R语言用于统计分析差异表达，来源课程内部讲义，注重实战！
差异基因分析R代码
01-06
资源有用，希望能够对大家有帮助。好资源大家gongxiang
R上差异表达分析（准备、整合、过滤、样本离群值可视化分析）
weixin_43927366的博客
03-17 2018
定义文件编号# 格式化文件编号为2位数字符串# 生成完整的样本编号# 定义一个函数来读取和处理每个样本文件# 使用lapply读取所有样本文件，结果存储在一个列表中# 检查所有样本文件是否具有相同的行数if (!# 使用do.call和cbind将列表中的所有数据框按列合并，coun_table可以替换自己想输出的名字# 设置合并后的数据框的列名为样本编号。
画图笔记：ggplot2优化柱形图（添加误差线、差异比较分析）
weixin_53637133的博客
04-27 3524
画图笔记：ggplot2优化柱形图（添加误差线、差异比较分析）
R语言学习——绘制柱状图
weixin_45606745的博客
06-10 5591
R语言学习之柱状图 > install.packages("vcd") > library("vcd") > library("grid") > counts = table(Arthritis$Improved) > counts None Some Marked 42 14 28 > par(mfrow=c(2,2)) > barplot(counts, + main="Simple Bar Plot", +
差异分析(R包——DESEQ2&EDGER)
m0_73145613的博客
07-02 2104
R语言差异分析——DESEQ2&EDGER
柱状图+散点+误差棒（errorbar）+差异显著性检验（Python或者R语言）（T检验&F检验）（原理+代码）跟着子刊学配色
weixin_53705272的博客
07-15 2946
虽然还是有5%机会出错(1-0.05=5%)，但我们还是可以「比较有信心」的说：目前样本中这情况(两地土壤pH差异 情况)不是巧合，是具统计学意义的，「总体中没差别」的虚无假设应予拒绝，简言之，总体应该存在著差异。2.加误差棒和差异显著性检验差不多，因为取平均或者中值画出的柱状图太过于泛化，忽略了很多影响（比如我的处理中，平均值画出的柱状图差距很大，但是通过统计检验发现差异不显著，这可能受到极差等的影响）两地土壤的pH均数并不相同，但这差别是否能推论至总体，代表总体的情况也是存在著差异呢？
Python数据分析与机器学习-Matplot_4
weixin_30278311的博客
07-03 158
import pandas as pd import matplotlib.pyplot as plt reviews = pd.read_csv('fandango_scores.csv') cols = ['FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue'] norm_r...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小杜的生信筆記

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值