R绘图笔记 | 散点分布图与柱形分布图

参考前文：R绘图笔记 | R语言绘图系统与常见绘图函数及参数

关于绘图图，前面介绍了一些：

R绘图笔记 | 一般的散点图绘制

R绘图笔记 | 柱状图绘制

R绘图笔记 | 直方图和核密度估计图的绘制

R绘图笔记 | 二维散点图与统计直方图组合

这里介绍散点分布图与柱形分布图，这些图形在文章中是很常见的，也是必须要掌握的。

一.读入数据

如果你想获取该数据用于自己练习，下面是获取数据的地址：

https://docs.qq.com/sheet/DV0dxREV1YkJ0ZmVj

数据格式是这样的。

数据第A列是病人ID，B~E列是临床信息，其他列是病人的RNAseq数据。

你可以保存副本导出，然后自己读入。

library(ggplot2)
library(RColorBrewer)
library(SuppDists) #提供rJohnson()函数
library(ggbeeswarm)

data <- read.csv("BioInfoNotesData1.csv",row.names = 1)

假如我们需要绘制某基因在不同分期的表达情况。

f1.data <- data[,c(1,5)]
colnames(f1.data) <- c("Stage","Value")
summary(f1.data$Stage)

summary(f1.data$Stage)
        N   Stage I  Stage II Stage III  Stage IV 
       11        75       176       128        64

先检查数据是否有缺失值，分期信息不知用N来表示，可以删除这些数据。

f1.data<-f1.data[f1.data$Stage!="N",]
head(f1.data)

BioinfoNotes>head(f1.data)
                    Stage Value
TCGA-3L-AA1B-01   Stage I  7.04
TCGA-4N-A93T-01 Stage III  7.23
TCGA-4T-AA8H-01  Stage II  6.61
TCGA-5M-AAT4-01  Stage IV  7.56
TCGA-5M-AAT6-01  Stage IV  4.99
TCGA-5M-AATE-01  Stage II  7.41

二.绘图

1.散点抖动图

ggplot(f1.data, aes(Stage, Value))+
  geom_jitter(aes(fill = Stage),position = position_jitter(0.3),shape=21, size = 2)+
  scale_fill_manual(values=c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

2.蜂群图

#蜂群图
ggplot(f1.data, aes(Stage, Value))+
  geom_beeswarm(aes(fill = Stage),shape=21,colour="black",size=2,cex=2)+
  scale_fill_manual(values= c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+ 
  xlab("Stage")+
  ylab("Value")+
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

3.点阵图

ggplot(f1.data, aes(Stage, Value))+
  geom_dotplot(aes(fill = Stage),binaxis='y', stackdir='center', dotsize = 0.6)+
  scale_fill_manual(values=c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

4.带误差线的散点分布图

ggplot(f1.data, aes(Stage, Value))+
  geom_jitter(aes(fill = Stage),position = position_jitter(0.3),shape=21, size = 2,color="black")+
  
  scale_fill_manual(values=c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+
  
  stat_summary(fun.data="mean_sdl", fun.args = list(mult=1),
               geom="pointrange", color = "black",size = 1.2)+
  stat_summary(fun.y="mean", fun.args = list(mult=1),
               geom="point", color = "white",size = 4)+
  
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

5.带误差线的柱形分布图

ggplot(f1.data, aes(Stage, Value))+ 
  stat_summary(mapping=aes(fill = Stage),fun.y=mean, fun.args = list(mult=1),geom='bar',colour="black",width=.7) +
  stat_summary(fun.data = mean_sdl, fun.args = list(mult=1),geom='errorbar', color='black',width=.2) +    
  scale_fill_manual(values=c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+
  ylim(0,7.5)+
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

6.带误差线柱形与抖动图

ggplot(f1.data, aes(Stage, Value))+ 
  stat_summary(fun.y=mean, fun.args = list(mult=1),geom='bar',colour="black",fill="white",width=.7) +
  stat_summary(fun.data = mean_sdl,fun.args = list(mult=1), geom='errorbar', color='black',width=.2) +    
  geom_jitter(aes(fill = Stage),position = position_jitter(0.2),shape=21, size = 2,alpha=0.9)+
  scale_fill_manual(values=c(brewer.pal(7,"Set2")[c(1,2,4,5)]))+
  theme_classic()+
  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),
        axis.line=element_line(colour="black",size=0.25),
        axis.title=element_text(size=13,face="plain",color="black"),
        axis.text = element_text(size=12,face="plain",color="black"),
        legend.position="none"
  )

参考资料：

1.R语言数据可视化之美，张杰/著