跟着 Cell 学作图 | 2.柱状图+误差棒+散点

“实践是检验真理的唯一标准。”

“复现是学习R语言的最好办法。”

2021.4.12_1

DOI: 10.1016/j.cell.2020.05.032

这篇2020年发表在cell上关于新冠的组学文章里面有大量的生信内容。今天带大家复现其中的一个Supplemental Figure：带散点的柱状图。

本文代码及示例数据领取：后台回复“20210414”

2021.4.14_1

这图怎么说呢挺普通的。但是复现过程还是有值得学习的东西的。

数据格式

表一用于制作散点图

2021.4.14_2

表二用于制作柱状图。(对表一进行统计)

2021.4.14_3

注：以上数据纯属虚构，无实际意义！

思路

柱状图+显著性检验+误差棒+散点

绘制

---
title: "barplot"
author: "MZBJ"
date: "2020/4/14"
---
# 导入所需的包
library(ggplot2)
library(ggsignif)
library(ggpubr)
setwd("F:/HJH/mzbj/cell")
# 导入数据
plot_data1 <- read.csv(file = "NPT_sod.csv")
plot_data2 <- read.csv(file = "NPT.csv")
#-----------------------
p<- ggplot()+ geom_bar(data=plot_data1,mapping=aes(x=group,y=mean), #柱状图fill = "white",size = 1.5,color = c("#1E90FF","gold","red"),position="dodge", # 柱状图格式stat="identity", # 数据格式width = 0.6)+  # 柱状图尺寸geom_jitter(data=plot_data2, #散点mapping=aes(x=group,y=Retive_Abundance,fill = group,colour = group,shape = group),size = 2,height = 0.05,#散点纵向抖动width = 0.1)+ #散点横向抖动scale_color_manual(values = c("#1E90FF","gold","red"))+ #散点颜色geom_signif(data=plot_data2,mapping=aes(x=group,y=Retive_Abundance), # 不同组别的显著性comparisons = list(c("N", "P"), # 哪些组进行比较c("N", "T"),c("P", "T")),annotation=c("**"), # 显著性差异做标记map_signif_level=T, # T为显著性，F为p valuetip_length=c(0,0,0,0,0,0), # 修改显著性线两端的长短y_position = c(46,54,49), # 设置显著性线的位置高度size=1, # 修改线的粗细textsize = 7, # 修改*标记的大小test = "t.test")+ # 检验的类型geom_errorbar(data=plot_data1,mapping=aes(x = group,ymin = mean-sd, ymax = mean+sd), # 误差线添加width = 0.3, #误差线的宽度color = c("#1E90FF","gold","red"), #颜色size=0.8)+ #粗细scale_y_continuous(limits =c(0, 60) ,expand = c(0,0))+ # y轴的范围theme_classic(  # 主题设置，这个是无线条主题base_line_size = 1 # 坐标轴的粗细)+labs(title="White blood cell(WBC)",x="",y="Retive_Abundance")+ # 添加标题，x轴，y轴内容theme(plot.title = element_text(size = 15,colour = "black",hjust = 0.5),axis.title.y = element_text(size = 15, # family = "myFont", color = "black",face = "bold", vjust = 1.9, hjust = 0.5, angle = 90),legend.title = element_text(color="black", # 修改图例的标题size=15, face="bold"),legend.text = element_text(color="black", # 设置图例标签文字size = 10, face = "bold"),axis.text.x = element_text(size = 13,  # 修改X轴上字体大小，color = "black", # 颜色face = "bold", #  face取值：plain普通，bold加粗，italic斜体，bold.italic斜体加粗vjust = 0.5, # 位置hjust = 0.5, angle = 0), #角度axis.text.y = element_text(size = 13,  color = "black",face = "bold", vjust = 0.5, hjust = 0.5, angle = 0) )
p

2021.4.14_4

大功告成！

往期内容：

跟着CELL学作图|1.火山图

跟着Cell学作图 | 2.柱状图+误差棒+散点+差异显著性检验相关推荐

跟着 Cell 学作图 | 3.箱线图+散点+差异显著性检验
跟着 Cell 学作图 | 3.箱线图+散点+差异显著性检验 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.c ...
跟着Cell学作图 | 12.韦恩图(Vennerable包)
"实践是检验真理的唯一标准." "复现是学习生信的最好办法." 2021.4.12_1 DOI: 10.1016/j.cell.2020.05.032 这篇20 ...
跟着Cell学作图|9.PPI分析(GeNets数据库)
9.PPI分析(GeNets数据库) "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.05. ...
跟着Cell学作图 | 5.UMAP降维分析
跟着 Cell 学作图 | 5.UMAP降维分析 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." 2021.4.12_1 DOI: 10.10 ...
跟着 Cell 学作图 | 4.小提琴图
跟着 Cell 学作图 | 4.小提琴图 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.0 ...
跟着CELL学作图|1.火山图
跟着CELL学作图之火山图 "实践是检验真理的唯一标准." "复现是学习R语言的最好办法." DOI: 10.1016/j.cell.2020.05.032 这 ...
跟着 Cell 学作图 | 桑葚图(ggalluvial)
桑葚图今天我们复现一幅2021年Cell上Graphical abstract的图. Title:Human oral mucosa cell atlas reveals a stromal-neu ...
跟着Cell学单细胞转录组分析(八):单细胞转录组差异基因分析及多组结果可视化
接着单细胞下游分析: 从Cell学单细胞转录组分析(一):开端!!! 跟着Cell学单细胞转录组分析(二):单细胞转录组测序文件的读入及Seurat对象构建跟着Cell学单细胞转录组分析(三):单细 ...
跟着 NC 学作图 | 多组散点图+配对连线+差异分析
scatter_paired_line 今天我们复现一幅2022年7月发表在nature communications上的配对连线散点图. ❝ Title:Evaluation of transpla ...

跟着Cell学作图 | 2.柱状图+误差棒+散点+差异显著性检验

跟着 Cell 学作图 | 2.柱状图+误差棒+散点

数据格式

思路

绘制

跟着Cell学作图 | 2.柱状图+误差棒+散点+差异显著性检验相关推荐

最新文章

热门文章