"ggplot2添加p值和显著性 - 简书 (jianshu.com "ggplot2添加p值和显著性 - 简书 (jianshu.com)")") 前言 之前提到过两个快速出图的R包：58-R可视化...-7-用ggpubr与ggstatsplot快速出高颜值图 (qq.com) 通过看包说明不难发现，他们其实都调用了ggsignif： 通过这个包，我们就可以给自己创建的ggplot 绘图对象添加统计数据了...比如我们的数据有A,B,C 则需要列举两两间的所有可能。 有时候我们可能并不想要显著符号，而是需要具体的P值，可以设定map_signif_level 参数为F。...但如果我们希望对多个层面分组的数据进行比较呢？ 这时候就需要我们手动标记了。 需要自己计算p 值并使用annotation 参数标记。...批量生成一个两两组合的list。
R包和数据加载、主题设置 测试数据在： 链接：https://pan.baidu.com/s/1MuMgMZZCcdO-IGS7_ysfkQ?...-01A tumor BLCA TCGA-BT-A20W 7.140064 ID是TCGA的barcode，Group是肿瘤与对照样本，paired是配对的barcode信息，Expression...", size = 4) + theme_bw() + mytheme p1 image-20230616113300005 上面的P值是用stat_compare_means...计算的，其实多组间的两两比较还可以考虑用校正后的P值，可以使用rstatix包进行计算： stat.test% group_by(Type) %>% t_test(Expression...remove.bracket = T,hjust=1)+ labs(x= NULL,y="Gene expression")+ theme_bw() + mytheme p2 P值太长了，这里可以用星号
#这里color是geom_point的参数，即：把图形设置为一个或n个颜色，与数据内容无关 图片 图片 1.2 映射：按照数据框的某一列来定义图的某个属性 ggplot(data = iris)+...为aes的参数，紧跟x，y出现，是数据框列名 scale_color_manual(values =c("blue","grey","red")) #自行指定映射的颜色 图片 2.分面 分面的值必须有重复值...") ggsave(p, filename = "name.png") 2.三段式 保存的格式和文件名：pdf("test.pdf") 作图代码：......关闭画板：dev.off 3.eoffice：导入到PPT library(eoffice) topptx(p,"p.pptx") 四、拼图 library(patchwork) p1+p2 TIPS...：R语言基础03
>1.数据演示数据以R的内置数据iris为例进行说明2....(Group~Species)#依旧在facet函数上做文章图片2.4 几何对象-绘图模版“geom_FUNCTION”1.不同的几何对象可以叠加2.可以通过局部设置以及全局设置的切换高度自定义不同的几何对象...aes(x = cut, fill = clarity), position = "fill")+ theme_classic() #加一句这个就可以了哦图片3.ggpubr#这边仅展示日常使用较多的箱线图组间比较...2的向量；3.这个长度为2的向量必须是横坐标p + stat_compare_means(comparisons = my_comparisions)+ stat_compare_means(label.y...= 9) #总体比较的p值纵坐标为9图片4.图片保存# ggplot系列图(包括ggpubr)通用的简便保存 ggsavep = ggboxplot(iris, x = "Species",
概述：本文介绍如何轻松地为ggplot图形添加P值和显著性水平： 比较两组或多组的均值 自动地将P值和显著性水平添加到ggplot图形中，如箱形图，点图，条形图和折线图等 使用工具： R语言中的ggplot2...非参数检验) ANOVA aov()或anova() 比较多组(参数检验) Kruskal-Wallis kruskal.test() 比较多组(非参数检验) 用于添加P值的R函数 介绍两个ggpubr...包中的函数 compare_means()：用于执行均值比较 stat_compare_means()：用于在ggplot图形中自动添加P值和显著性水平 compare_means() 两样本间的比较...(comparisons=my_com,method="t.test",paired=F,aes(label=..p.signif..))+ #label指定显示计算出的显著性标签，这里为ns #stat_compare_means...stat_compare_means(label.y=50)#显示总体P值 #stat_compare_means(label = "p.signif", method = "t.test",
shape，线型，填充颜色fill等）#2.1 手动设置，需要设置为有意义的值#手动设置颜色和点的参数，手动设置需要设为有意义的值。...[1:5],150,replace = T)##新增一列Group,replace=T时，可以取超过5的数，abcde中放回取样150次，replace默认是F，不能取超过当前元素的值ggplot(data...) #facet_grid根据Group和Species两个变量进行分组，并用网格的方式展示每个组合的数据。...+ stat_compare_means(comparisons = my_comparisons#组间比较Add pairwise comparisons p-value stat_compare_means...")## Error: :214:3: unexpected symbol## 213: p + stat_compare_means(comparisons = my_comparisons
：列名不加引号，行末写加号属性设置（颜色、大小、透明度、点的形状、线型等）2.1手动设置（与数据内容无关）图片2.2映射：按照数据框的某一列来定义图的某个属性图片也可自行指定映射的颜色ggplot(data...(Group ~ Species) 用来分面的列的要求：必须有重复值，且重复值的数量是有限的。...文件名称和变量名称的区分：test=read.csv test是变量名称，read.csv是文件名称。文件名称出现在代码里，必须是在实际参数的位置上，带着引号出现，并且函数是能识别文件名称的函数。...+ stat_compare_means(comparisons = my_comparisons)+ stat_compare_means(label.y = 9) 图片的保存和导出方法1：ggplot2...PPT拼图R包patchwork语法简单，完美兼容ggplot2画图常见的问题代码可运行但是不出图——因为画板被运行dev.off() #关闭画板，可以多次运行，直到出现null device为止，再重新运行出图代码
我们所有的分析也都是用R语言来操作，根据客服的统计，我们发现近期大家对于R语言的基础问题，比如如何运行，如何安装R包等问题，提问的越来越少，看来大家对R语言的基础已经掌握的七七八八了，这是一件好事情。...虽然是一句笑谈，但是p value确实是统计结果中我们最关心的，所以，上面的图中有好多p值，我们可以直接看p.signif，这个是直接显示p值是否显著的，这里是ns，就是not significant的意思...下面就是画图的事情了，p值有了，后面就是绘图了，怎么绘图很重要。...关于不同组别的比较，可以用很多图形表示，大家动动脑筋，比如箱线图、小提琴图、乃至半小提琴图都可以，这些图形我们之前都讲过，不过之前的教程没有跟大家说如何在图中绘制p值，现在就教大家怎么绘制完整的统计比较绘图...似乎还不错哈，不管你有多少组，指定组别，直接就能计算出来了，一个词“方便”！
---title: "class6.1"author: "xiaowang"date: "2023-04-18"output: html_document---R语言作图与绘图相关的R包的安装options...("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))#R包的安装if(!...#分面ggplot(data = iris)+ geom_point(mapping = aes(x=Sepal.Length,y=Petal.Length))+ facet_wrap(~Species...stat_compare_means(comparisons = my_comparisons)+ stat_compare_means(label.y = 9)图片#图片保存ggsave("iris_box_ggpubr.png...")ggsave(p,filename="iris_box_ggpubr2.png")library(eoffice)topptx(p,"iris_box_ggpubr.pptx")以上内容来自生信技能树
手动设置属性-颜色、大小、透明度、点的形状、线型颜色：手动设置【与数据本身无关、人工】--需要写有意义的值Color：字符串如“blue”、“red”大小：单位如mm形状：数字编号表示【有25个数字对应的形状..."jitter")抖动的点图计算p值【两两比较】comparisonsmy_comparisons p-valuep + stat_compare_means(...comparisons = my_comparisons)+ stat_compare_means(label.y = 9) 【加上总体p值】图片四、图片的保存及导出#1.基础包作图的保存【三段论】pdf...：c("red ","grey"," darkgreen ")图片【R语言里面的足够使用的颜色R包】Library(paletteer)Library(Rcolorbrewer)2.箱线图【有离群值，点是属于箱线图
多个水平的箱线图，可以展示不同水平的分布、平均值、方差等信息，也可以把显著性甚至多重比较加上去，R语言包这方面越来越友好了，代码都封装好了，十分流畅！...= ggboxplot(dd,x = "Group1",y="y",color = "Group2", add = "jitter") p 3.2 增加P值 p + stat_compare_means...add = "jitter",facet.by = "Group1") p 3.5 分组显示统计检验 p + stat_compare_means(method = "...= "jitter",facet.by = "Group1") p p + stat_compare_means(method = "t.test") p + stat_compare_means(method...主要分享R语言，Python，育种数据分析，生物统计，数量遗传学，混合线性模型，GWAS和GS相关的知识。 ❞
= ggboxplot(dd,x = "Group1",y="y",color = "Group2", add = "jitter") p 3.2 增加P值 p + stat_compare_means...add = "jitter",facet.by = "Group1") p 3.5 分组显示统计检验 p + stat_compare_means(method = "...代码汇总 # > 欢迎关注我的公众号：`育种数据分析之放飞自我`。主要分享R语言，Python，育种数据分析，生物统计，数量遗传学，混合线性模型，GWAS和GS相关的知识。...= "jitter",facet.by = "Group1") p p + stat_compare_means(method = "t.test") p + stat_compare_means(method...(comparisons = my_comparisons) # 有误差的折线图 p = ggline(dd,x = "Group1",y = "y",add = "mean_se") p p + stat_compare_means
R函数：facet_wrap（）。 ggplot2的另一个有趣特性是可以在同一个图上组合多个图层。 例如，使用以下R代码，我们将： 使用geom_point（）添加点，按组着色。...要更改给定ggplot（p）的主题，请使用：p + theme_classic（）。...ggpubr用于发布准备好的图 ggpubr R软件包有助于为具有非高级编程背景的研究人员创建基于ggplot2的漂亮图形（Kassambara 2017）。...image.png 创建一个箱形图,并且比较不同组P值： # Groups that we want to compare my_comparisons <- list( c("setosa", "...它从文件扩展名中猜出图形设备的类型。 ggexport（）[在ggpubr中]。 一次安排和导出多个ggplots。
，stat_count()是统计变换的函数 ###没有纵坐标y ，因为不需要设置y，y是自动计算的结果，表示x的个数。...增加组间比较P值 ggpubr可以给箱线图增加组间比较P值，ggplot2不能。...(comparisons = my_comparisons)+ # 增加组间比较P值 stat_compare_means(label.y = 9) p是做出来的基础的图片，p+stat_compare_means...() 在原图的基础上叠加 增加组间比较P值函数：stat_compare_means() ； 比较对象需要提前定义，my_comparisons 就是需要提前设置的比较对象。...### R语言中唯一一个报错了，可以不管的代码。
因为之前自己已经学习过R语言基础的一些内容，包括：数据类型与数据结构、函数与R包、R语言作图基础等，今天的学习内容主要是《R数据科学》这本书的第一章——使用ggplot2进行数据可视化。...（1）此时颜色不会传达关于变量的信息，仅仅改变图的外观（2）手动设置图形属性时，是将其作为几何对象函数的一个参数，位置在aes()函数的外面（3）图形属性要是有意义的值，例如颜色名称是一个字符串color...空白单元代表没有drv值和cyl值对应的组合（3）以下代码会绘制出什么图？“.”的作用是什么？...facet_grid()只会是单列或者单行，不需要nrow和ncol这两个参数。（6）在使用函数facet_grid()时，一般应该将具有更多唯一值的变量放在列上。为什么这么做呢？...geom_line、geom_boxplot、geom_histogram、facet_grid（2）在脑海中运行以下代码，并预测会有何种输出。接着在R中运行代码，并检查你的预测是否正确。
然而，图形语法的翻译在ggplot2中没有对应关系（它的作用是由内置的R功能发挥的）。...这些图层与坐标系和变换相结合，以生成最终的绘图。以下是一个情节生成过程：将变量映射到几何->分面数据->变换刻度->计算AESthetics->train scales->比例尺->渲染。...4.3.3.3 使用坐标系统来调节和限制X轴和Y轴 坐标系的用途是在计算机屏幕上调整从坐标到二维平面的映射。在ggplot2中可用的不同坐标系中，笛卡尔坐标系和极坐标系是最常用的坐标系。...公式可以是x~y，这表示将绘图分割成变量x的每个值的一行和变量y的每个值的一列。实现facet_grid(x~y)函数将生成一个矩阵，其中的行和列由x和y的可能组合组成。公式可以是x~....Facet_wrap(x~.)的语法。用于在行中仅按x拆分绘图，并包括绘图中的所有其他子集。与前面一个函数的区别是，facet_wrap(FORMULA)可以选择网格中的行数和列数。
NSCLC组织亚型富集 在非小细胞肺癌的对照肺组织中，上皮和肺泡成纤维细胞亚群富集，并被肌成纤维细胞所取代。...R包载入与数据准备 library(tidyverse) library(ggsci) library(ggplot2) library(ggpubr) library(Hmisc) library(Seurat...% drop_na(p_val_adj.Sample) %>% ggplot(aes(x = log2FC.Sample, y = -log10(p_val_adj.Sample...在scRNA-seq数据集中，与LUAD和LUSC相比，对照组织样本中的外膜成纤维细胞显著更丰富。对照组织中的肺泡成纤维细胞同样最丰富，但在一些LUAD样本中也检测到高水平，而在LUSC中很少出现。...相反，与对照组织相比，LUAD和LUSC中的肌成纤维细胞丰度增加，但与LUAD相比，LUSC中的肌成纤维细胞丰度显著更高 Figure 3F 通过mxIHC测量，分析病理学注释的LUAD或LUSC肿瘤区域和组织块内的非肿瘤区域作为对照
---title: "生信技能树学习笔记"author: "天空"引用自生信技能树date: "2023-01-04"output: html_document---R语言作图1....常用可视化R包图片2....R基础包、ggplot2和ggpubr之间的绘图差别图片图片#作图分三类#1.基础包 略显陈旧 了解一下plot(iris[,1],iris[,3],col = iris[,5]) text(6.5,4...手动设置：把图形设置为一个或n个颜色，与数据内容无关。...+ stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value stat_compare_means
+ stat_compare_means(comparisons = my_comparisons)+ # Add pairwise comparisons p-value stat_compare_means...#https://mp.weixin.qq.com/s/p7LLLvzR5LPgHhuRGhYQBQ 拼图 图片 图片 可以在STHA网站找到现成的代码。...str_detect(x,"h")##是否含有关键词h，生成与X长度相等的逻辑值向量，可用于向量取子集； str_detect(x,"h|s")##是否含有关键词h或者s，生成与X长度相等的逻辑值向量...，可用于向量取子集； str_starts(x,"h")##是否以h开头，生成与X长度相等的逻辑值向量，可用于向量取子集； str_ends(x,"h")##是否以h结束，生成与X长度相等的逻辑值向量，...= ggplot(pdat,aes(gene,count))+ geom_boxplot(aes(fill = group))+ theme_bw() p p + facet_wrap(~gene
数据和mxIHC分类显示外膜和肌成纤维细胞在胰腺癌、结直肠癌和口腔癌中是保守的，而肺泡成纤维细胞是肺特异性的 R包载入与数据准备 library(Seurat) library(sctransform)...检测这些成纤维细胞表型是否在不同癌症类型中是保守的，分析了PDAC49、HNSCC29和结肠直肠癌（CRC）。...，外膜细胞和肌成纤维细胞群都是高度保守的，而分配给肺泡亚群的成纤维细胞的概率得分一直较低，表明与肺的表型差异程度更大。...与scRNA-seq结果一致，这表明在每种癌症类型中，外膜和肌成纤维细胞是主要的亚群 Figure 5E-F All_TMA.data.df.Fibroblasts 与所有三种肿瘤类型的肿瘤组织相比，对照组中上皮成纤维细胞的丰度明显更高，而肿瘤组织中肌成纤维细胞的丰度更高。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
云直播
对象存储
实时音视频
