折線圖通常用于動態(tài)變化的數(shù)據(jù)，例如某事件隨著時(shí)間的變化稻艰。本文使用的是分組數(shù)據(jù)來演示繪制步驟（分組數(shù)據(jù)最好用柱形圖來展示）。
首先看一下我們用到的數(shù)據(jù)：
列名是濃度，分別是control組晶丘，0，25唐含，50浅浮，100，200捷枯，500μM滚秩。共三行，代表三個復(fù)孔淮捆。
加載需要的R包：
library(reshape2)
library(tidyverse)
library(ggplot2)
導(dǎo)入數(shù)據(jù)：
data <- read.csv(file = "clipboard",header = T,sep = "\t")
data <- t(data)
data <- as.data.frame(data)? ?#ggplot包作用于數(shù)據(jù)框
變換數(shù)據(jù)成為需要的格式：
data$order <- c(1,2,3,4,5,6,7)? # 排列圖中橫坐標(biāo)順序（折線圖中橫坐標(biāo)必須是數(shù)字型向量郁油，這里我是按照濃度梯度排列的）
data$sd <- apply(data[,c(1:3)],1,sd)? # 計(jì)算標(biāo)準(zhǔn)差，用于畫誤差棒
data$mean <- apply(data[,c(1:3)],1,mean)? #計(jì)算均數(shù)争剿，用于畫折線圖（折線圖就是一組數(shù)對另一組數(shù)畫圖）
繪圖：
ggplot(data,aes(x = order,y = mean))+? ?# x,y都是數(shù)字類型已艰，這里我設(shè)置x為1，2蚕苇，3哩掺，4，5涩笤，6嚼吞，7，就是為了排列我想要的橫坐標(biāo)順序蹬碧。當(dāng)然也可以設(shè)置成別的順序舱禽，來保證橫坐標(biāo)刻度標(biāo)簽在圖中的順序。
? geom_errorbar(aes(ymin = mean-sd ,ymax = mean + sd),size = 1.2,width = 0.2,color = "gray")+? #添加誤差線恩沽，這里我第一個函數(shù)就是添加誤差線誊稚，就是為了把誤差線畫在第一個圖層上，這樣不會覆蓋別的圖像。
? geom_line(size = 1.2,color = "black")+? # 第二個圖層繪制線圖
? geom_point(shape = 16,size = 6,color = rainbow(7))+? ?#第三個繪制點(diǎn)圖里伯，并設(shè)置點(diǎn)的形狀（可以直接賦值因子向量城瞎，也可以直接賦值數(shù)字向量，或者直接賦值數(shù)字疾瓮，都對應(yīng)這不同的形狀）
? labs(x = expression(paste("Dose (",mu,"M)")),y = "Relative number of apoptosis(%)")+
? coord_cartesian(ylim = c(10,40))+
? scale_x_discrete(limits = factor(seq(1,7,1)),labels = c("control","0","25","50","100","200","500"))+ # 設(shè)置橫軸的刻度標(biāo)簽脖镀。
? theme(panel.background = element_blank(),
? ? ? ? panel.grid.major.y = element_line(colour = "grey",linetype = 2),
? ? ? ? axis.line = element_line(colour = "black",size = rel(2),arrow = arrow(angle = 30,length = unit(0.1,"inches"))),
? ? ? ? axis.title = element_text(size = rel(1.2)),
? ? ? ? axis.text.x = element_text(size = rel(1.5),hjust = 0.5),
? ? ? ? axis.text.y = element_text(hjust = 1,size = rel(1.5)),
? ? ? ? axis.ticks = element_line(size = rel(1.5)),
? ? ? ? plot.margin = margin(15,9,9,9))
#之前在柱形圖里講到的geom_signif函數(shù)只能進(jìn)行兩兩比較（t檢驗(yàn)，秩和檢驗(yàn)）狼电，因此不適用于分組很多的變量蜒灰。這時(shí)可以先用R語言進(jìn)行方差分析，并進(jìn)行兩兩比較肩碟，把有差異的兩組用geom_segment和geom_text函數(shù)自己加到圖中强窖。或者使用我們后面會講到的別的函數(shù)來繪制（賣個關(guān)子，嘿嘿）腾务。
最終結(jié)果：
