寫(xiě)在前面：
定義：Violin plot，和Boxplot（箱線圖）一樣熊镣，也是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖据块，其形狀類(lèi)似小提琴。它主要用于反映原始數(shù)據(jù)分布的特征兽肤，還可以進(jìn)行多組數(shù)據(jù)分布特征的比較套腹。
解讀：
小提琴圖是【箱線圖】與【核密度圖】的結(jié)合，箱線圖展示了分位數(shù)的位置资铡，核密度圖則展示了任意位置的密度电禀，通過(guò)小提琴圖可以知道哪些位置的數(shù)據(jù)點(diǎn)聚集的較多，因其形似小提琴而得名笤休。如下圖所示尖飞，其外圍的曲線寬度代表數(shù)據(jù)點(diǎn)分布的密度，中間的箱線圖則和普通箱線圖表征的意義是一樣的店雅，代表著中位數(shù)政基、上下分位數(shù)、極差等闹啦。
與普通箱線圖相比沮明，小提琴圖更能反應(yīng)數(shù)據(jù)整體的分布情況（密度變化）
四分位間距：就是你數(shù)據(jù)整體（從小到大）分為四份，這樣你就有三個(gè)四分位數(shù)（Quartile）了窍奋，第三四分位數(shù)?第一四分位數(shù)的差值就是四分位間距（InterQuartile Range, IQR）,簡(jiǎn)稱(chēng)四分位距珊擂。他的特點(diǎn)是不收 極大值或者是極小值的影響，常用于描述非正態(tài)分布資料的離散程度费变，數(shù)值越大摧扇，其變異度越大，反之挚歧，變異度越小扛稽。理論上，IQR可以是任何正值滑负。
數(shù)據(jù)準(zhǔn)備：
R代碼：
install.packages("ggplot2")
install.packages("ggpubr")
library(ggpubr)
#讀取
rt <- read.delim("input.txt")
#更改X軸順序
rt$Stage <- factor(rt$Stage, levels = c("Stage I" , "Stage II" , "Stage III", "Stage IV"))
unique(rt$Stage)
#作圖
p <- ggviolin(rt,
x="Stage", #x軸內(nèi)容
y="SEMA3A", #y軸內(nèi)容
fill = "Stage",
width = 1, #小提琴圖的寬度
add = "boxplot",
add.params = list(fill="white"))+
stat_compare_means(method = "wilcox.test", #t.test wilcox.test anova kruskal.test
comparisons = list(c("Stage I" , "Stage II"),
c("Stage I", "Stage III"),
c("Stage I" , "Stage IV"),
c("Stage II", "Stage III"),
c("Stage II", "Stage IV"),
c("Stage III", "Stage IV")))+
labs(x = "", y = "Expression of SEMA3A")+
theme(legend.position = "none")
p
#將圖片分別保存為pdf和png格式
ggsave("小提琴圖1.pdf",p,width = 6,height = 4.5)
ggsave("小提琴圖1.png",p,width = 6,height = 4.5)
效果：
效果展示
