R語言繪制組間比較散點圖并自動添加P值信息

查詢ggprism包使用時候發(fā)現(xiàn)官網(wǎng)給出的一示例圖比較常用,這里記錄學(xué)習(xí)一下戴卜。

image-20221208130405959

加載R包準(zhǔn)備數(shù)據(jù)

## 加載R包
sapply(c('dplyr',"ggplot2","ggprism",
         "ggbeeswarm","rstatix"), require, character.only = TRUE)

## 準(zhǔn)備數(shù)據(jù)
data("wings")
head(wings)

## 整理數(shù)據(jù)
wings$measure <- wings$measure %>% 
  gsub("\\.", " ", .) %>% 
  tools::toTitleCase() %>% 
  factor(., levels = c("Wing Size", "Cell Size", "Cell Number"))

head(wings)
# A tibble: 6 × 4
  sex   genotype  measure     percent.change
  <fct> <fct>     <fct>                <dbl>
1 male  Tps1MIC/+ Wing Size            -2.45
2 male  Tps1MIC/+ Cell Size             6.33
3 male  Tps1MIC/+ Cell Number          -8.41
4 male  Tps1MIC/+ Wing Size            -1.14
5 male  Tps1MIC/+ Cell Size            -2.53
6 male  Tps1MIC/+ Cell Number           1.26


## 基本繪圖
p <- ggplot(wings, aes(x = measure, y = percent.change))+
  ggbeeswarm::geom_beeswarm(
    aes(fill = genotype), 
    dodge.width = 0.9, 
    shape = 21,
    cex = 3.5
  )
p


## 分面
p <- p+facet_wrap(
  ~sex,
  scales = 'free',
  labeller = labeller(sex = c(male = "\u2642", female = "\u2640"))
)+
  geom_hline(yintercept = 0, linetype = 2, linewidth = 0.3)

p

image-20221222145913758

注意兩個細節(jié):

  1. tools::toTitleCase可以替換字符中每個單詞的首字母大寫咖祭,str_to_title函數(shù)也可類似這種效果
TotitleCase函數(shù)源碼如下:
ToTitleCase <- function(x) {
  paste0(toupper(substr(x, 1, 1)), substr(x, 2, nchar(x)))
}
  1. facet_wrap中的labeller屬性對不同的因子類型設(shè)置不同的標(biāo)記充蓝,例子中\(zhòng)u2642就是使用了unicode字符標(biāo)記君躺,推薦個Unicode Character Table便于查詢
image-20221222150440938

添加均值


p <- p + stat_summary(
  geom = "crossbar",
  aes(fill = genotype),
  fun = mean,
  position = position_dodge(0.9),
  colour = "red",
  linewidth = 0.4, width = 0.7,
  show.legend = FALSE
)
p
image-20221222150633975

計算顯著性P值

wings_pvals <- wings %>%
  group_by(sex, measure) %>%
  rstatix::t_test(
    percent.change ~ genotype, 
    p.adjust.method = "BH", 
    var.equal = TRUE, 
    ref.group = "Tps1MIC/+"
  ) %>%
  rstatix::add_x_position(x = "measure", dodge = 0.9) %>% # dodge must match points
  mutate(label = c("***", "*", "P = 0.26", "***", "***", "P = 0.65"))
  
  
p <- p + add_pvalue(
  wings_pvals, y = 10, xmin = "xmin", xmax = "xmax", tip.length = 0, 
  fontface = "italic", lineend = "round", bracket.size = 0.5
)
p
image-20221222150718356
  • 這里主要利用rstatix包中的t_test函數(shù)批量計算P值犹撒,使用add_x_position自動計算P值的位置,信息 最后通過add_pvalue函數(shù)根據(jù)位置信息自動標(biāo)記于圖中横腿。
image-20221222151131661

設(shè)置主題及配色

## 添加主題元素
p <- p + theme_prism(
  base_fontface = "plain", 
  base_line_size = 0.7, 
  base_family = "Arial") + 
  scale_x_discrete(guide = guide_prism_bracket(width = 0.15), 
  labels = scales::wrap_format(5))+
  scale_y_continuous(
          limits = c(-20, 12),
          expand = c(0, 0),
          breaks = seq(-20, 10, 5),
          guide = "prism_offset") + 
  labs(y = "% change")  + 
  theme(
    legend.position = "bottom",
    axis.title.x = element_blank(),
    strip.text = element_text(size = 14),
    legend.spacing.x = unit(0, "pt"),
    legend.text = element_text(margin = margin(r = 20))
   ) +
  guides(fill = guide_legend(override.aes = list(size = 3)))
p

 
## 改變顏色及圖例文本格式
p <- p + scale_fill_manual(
  values = c("#026FEE", "#87FFFF"), 
  labels = c(expression("Tps"*1^italic("MIC")~"/ +"), 
             expression("Tps"*1^italic("MIC")))
)
p

## 添加文本注釋
p <- p + geom_text(
  data = data.frame(
    sex = factor("female", levels = c("male", "female")), 
    measure = "Cell Number", 
    percent.change = -18.5, 
    lab = "(n = 10)"
  ), 
  aes(label = lab)
)
p
image-20221222151215683

雖說是一個簡單的示例圖, 但其中有很多細節(jié)調(diào)整值得去學(xué)習(xí)颓屑,而且這種類型的圖論文中也是比較常用的。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末耿焊,一起剝皮案震驚了整個濱河市揪惦,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌罗侯,老刑警劉巖器腋,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡纫塌,警方通過查閱死者的電腦和手機诊县,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來措左,“玉大人依痊,你說我怎么就攤上這事≡跖” “怎么了胸嘁?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長凉逛。 經(jīng)常有香客問我缴渊,道長,這世上最難降的妖魔是什么鱼炒? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮蝌借,結(jié)果婚禮上昔瞧,老公的妹妹穿的比我還像新娘。我一直安慰自己菩佑,他們只是感情好自晰,可當(dāng)我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著稍坯,像睡著了一般酬荞。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上瞧哟,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天混巧,我揣著相機與錄音,去河邊找鬼勤揩。 笑死咧党,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的陨亡。 我是一名探鬼主播傍衡,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼负蠕!你這毒婦竟也來了蛙埂?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤遮糖,失蹤者是張志新(化名)和其女友劉穎绣的,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡被辑,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年燎悍,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片盼理。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡谈山,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出宏怔,到底是詐尸還是另有隱情奏路,我是刑警寧澤,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布臊诊,位于F島的核電站鸽粉,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏抓艳。R本人自食惡果不足惜触机,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望玷或。 院中可真熱鬧儡首,春花似錦、人聲如沸偏友。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽位他。三九已至氛濒,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間鹅髓,已是汗流浹背舞竿。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留窿冯,地道東北人炬灭。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像靡菇,于是被迫代替她去往敵國和親重归。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,577評論 2 353

推薦閱讀更多精彩內(nèi)容