跟着Nature Microbiology学作图：R语言ggplot2做散点图添加拟合曲线和p值

最新推荐文章于 2024-04-07 20:10:37 发布

木舟笔记

最新推荐文章于 2024-04-07 20:10:37 发布

阅读量4.2k

点赞数 3

文章标签：可视化 python ggplot2 logback 人工智能

原文链接：https://mp.weixin.qq.com/s?__biz=MzIxMDExNDE0OQ==&mid=2247487103&idx=3&sn=96e5236d831e129553d7c92d6fc35005&chksm=9768cd75a01f4463919d8c726099db1c42b1f51f859d9e438d9ebb068aceb9c0f4e2fc644067&scene=126&&sessionid=0

版权

这篇博客展示了如何使用R语言的ggplot2包来分析数据，具体包括读取Excel数据、绘制散点图、添加拟合曲线，并计算相关系数和P值。作者通过代码解释了如何美化图形，包括调整颜色、添加注释框和虚线框，以增强图表的可读性和专业性。此外，还分享了R语言在生物学研究中的应用，特别是涉及植物病理学的微生物群落与抗病性关系的研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本地文件 s41564-021-00997-7.pdf

论文

Protective role of the Arabidopsis leaf microbiota against a bacterial pathogen

image.png

今天的推文来重复一下论文中的figure3c 散点图添加拟合曲线

image.png

读取数据集

library(readxl)
df<-read_excel("41564_2021_997_MOESM10_ESM.xlsx")
head(df)
colnames(df)

最基本的散点图

library(ggplot2)
ggplot(data=df,aes(x=`mean Protection Score [a.u.]`,
                   y=`mean Colonization [log10(CFU/mg)]`))+
  geom_point(aes(color=Phylum))+
  ggsave(filename = "fig3c.pdf",
         width = 6,
         height = 4,
         family="serif")

添加拟合曲线

ggplot(data=df,aes(x=`mean Protection Score [a.u.]`,
                   y=`mean Colonization [log10(CFU/mg)]`))+
  geom_point(aes(color=Phylum))+
  geom_smooth(method = "lm",
              formula = "y~x",
              se=F,
              color="grey")+
  ggsave(filename = "fig3c.pdf",
         width = 6,
         height = 4,
         family="serif")

计算拟合方程的R和P值

df.lm<-lm(`mean Colonization [log10(CFU/mg)]`~
     `mean Protection Score [a.u.]`,
   data=df)
summary(df.lm)

sqrt(0.242)

ggplot(data=df,aes(x=`mean Protection Score [a.u.]`,
                   y=`mean Colonization [log10(CFU/mg)]`))+
  geom_point(aes(color=Phylum))+
  geom_smooth(method = "lm",
              formula = "y~x",
              se=F,
              color="grey")+
  annotate(geom = "text",
           x=60,y=1.2,
           label=expression(italic(R)~"="~0.49~","~italic(P)~"="~5.4%*%10^-15),
           parse=T)+
  ggsave(filename = "fig3c.pdf",
         width = 6,
         height = 4,
         family="serif")

image.png

添加虚线注释框

ggplot(data=df,aes(x=`mean Protection Score [a.u.]`,
                   y=`mean Colonization [log10(CFU/mg)]`))+
  geom_point(aes(color=Phylum))+
  geom_smooth(method = "lm",
              formula = "y~x",
              se=F,
              color="grey")+
  annotate(geom = "text",
           x=60,y=1.2,
           label=expression(italic(R)~"="~0.49~","~italic(P)~"="~5.4%*%10^-15),
           parse=T)+
  annotate(geom = "rect",
           xmin = 75,
           xmax = 100,
           ymin = 4.5,
           ymax = 7,
           alpha=0,
           color="black",
           lty="dashed")+
  ggsave(filename = "fig3c.pdf",
         width = 6,
         height = 4,
         family="serif")

image.png

最后是调节主题美化

colors<-c("#96d796","#aed75b","#599943",
          "#499ef1","#f18282","#ffdf33")
ggplot(data=df,aes(x=`mean Protection Score [a.u.]`,
                   y=`mean Colonization [log10(CFU/mg)]`))+
  geom_point(aes(fill=Phylum,
                 color=Phylum),
             shape=21,
             key_glyph="rect")+
  geom_smooth(method = "lm",
              formula = "y~x",
              se=F,
              color="grey")+
  annotate(geom = "text",
           x=60,y=1.2,
           label=expression(italic(R)~"="~0.49~","~italic(P)~"="~5.4%*%10^-15),
           parse=T)+
  annotate(geom = "rect",
           xmin = 75,
           xmax = 100,
           ymin = 4.5,
           ymax = 7,
           alpha=0,
           color="black",
           lty="dashed")+
  theme_bw()+
  theme(panel.grid = element_blank(),
        legend.title = element_blank())+
  scale_fill_manual(values = colors)+
  scale_color_manual(values = colors)+
  ggsave(filename = "fig3c.pdf",
         width = 9.4,
         height = 4,
         family="serif")