一、前言
今天的教程是看到那些优秀大佬的分享，自己截取需要的一部分，作为自己笔记进行分享。对于小杜的分享，绝大部分都是结合自己的需求，不会过于“迁就”各位童靴的需求，在后台也有很多同学留言，说是学习某某一方面的教程，或是图形的绘制等等。但是，自己的精力和时间有限，并没有那么多时间。如果，你有学习某一块知识，那么也欢迎您来投稿，欢迎分享！！！
二、正文
导入数据
library(ggplot2)
y <- read.csv("inputdata.csv",header = T)
head(y)
> head(y)
Var1 value
1 HSP90B1 0.5733672
2 LSP1 0.7332912
3 ARHGAP4 0.6003940
4 AHNAK 0.6811608
5 FLII 0.6231854
6 CWF19L1 0.5020677
计算均值
y.mean <- aggregate(.~Var1,y,mean)
m <- y.mean$value
names(m) <- y.mean$Var1
排序
根据自己的需求取舍
y$Var1 <- factor(y$Var1, levels=names(sort(m)))
f <- function(y) {
r <- quantile(y, probs = c(0.05, 0.25, 0.5, 0.75, 0.95))
r[3] <- mean(y)
names(r) <- c("ymin", "lower", "middle", "upper", "ymax")
r
}
绘图
- 绘制基本图形
p1 <- ggplot(y, aes(Var1, value, fill = factor(Var1))) +
scale_fill_brewer(palette="Set3") + #配色
guides(fill=FALSE) + #不显示图例
stat_summary(fun.data= f, geom='boxplot')
- x、y坐标轴互换
p2 <- p1 + coord_flip() + # x、y坐标轴互换
- 再图中画一条虚线
p3 <- P2 +geom_hline(aes(yintercept=0.6), linetype="dashed") + #画一条虚线
- 细节调整，可以根据自己的需求进行调整即可。
p3 +
xlab("") + ylab("") +
theme(axis.text.x = element_text(family = "Arial", size = 16, face = "bold"),
axis.text.y = element_text(family = "Arial", size = 16, face = "bold")) +
theme_bw() +
theme(panel.border=element_rect(size=1)) #边框粗细
关于theme（），我们可以自己编辑或设置一个，在所有图形中都有可运用，确保图形的统一性。
以下仅仅只是自己设置的一个，仅供参考。
theme(#legend.position="bottom",
legend.text = element_text(size=12),
legend.title = element_blank(), ##右边标签的title显示
panel.border = element_rect(linetype = 'solid', colour = 'black',fill = NA),
panel.background = element_rect(fill = "white",
colour = "white",
size = 0.5, linetype = "solid"),
axis.text.y = element_text(size=12, colour="black", family = "sans", angle = 0),
axis.text.x = element_text(size=12, colour="black", family = "sans", angle = 0, hjust = 0),
axis.title= element_text(size=12),
strip.text.x = element_text(size=12, angle = 0),
strip.text.y = element_text(size=12, angle = 0),
plot.title = element_text(size=12, angle = 0))
绘图所有的代码
ggplot(y, aes(Var1, value, fill = factor(Var1))) +
scale_fill_brewer(palette="Set3") + #配色
guides(fill=FALSE) + #不显示图例
stat_summary(fun.data= f, geom='boxplot') +
coord_flip() + # x、y坐标轴互换
xlab("") + ylab("") +
theme_bw() +
geom_hline(aes(yintercept=0.6), linetype="dashed") + #画一条虚线
theme(panel.border=element_rect(size=1))+ #边框粗细
theme(#legend.position="bottom",
legend.text = element_text(size=12),
legend.title = element_blank(), ##右边标签的title显示
panel.border = element_rect(linetype = 'solid', colour = 'black',fill = NA),
panel.background = element_rect(fill = "white",
colour = "white",
size = 0.5, linetype = "solid"),
axis.text.y = element_text(size=12, colour="black", family = "sans", angle = 0),
axis.text.x = element_text(size=12, colour="black", family = "sans", angle = 0, hjust = 0),
axis.title= element_text(size=12),
strip.text.x = element_text(size=12, angle = 0),
strip.text.y = element_text(size=12, angle = 0),
plot.title = element_text(size=12, angle = 0))
往期文章：
1. 最全WGCNA教程（替换数据即可出全部结果与图形）
2. 精美图形绘制教程
3. 转录组分析教程
- 1.课程介绍
- 2.第一章 Linux基础
- 3.第一章 生信软件安装
- 4.第二章 转录组数据的下载
- 5.第三章 参考基因组序列和注释文件的下载
- 6.转录组上游分析教程 | 第四章 数据过滤
- 7.第四章 Hisat2进行数据比对
- 8.第四章 Bowtie2进行数据比对
- 9.第四章 BWA进行数据比对
- 10.第四章 Tophat2比对
- 11.第五章 无参考基因组的转录组分析
- 12.第六章 转录本定量分析
小杜的生信筆記，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!
