ggplot2优化小提琴图（添加组间差异显著性，基础知识）

这里不直接用ggplot2画，因为要做差异分析，所以直接用ggpubr

step0.数据读取

load("Type.Rdata")

首先外面是一个小提琴图，中间一个箱式图，然后两两之间做差异分析，而且排列要从低到高，并且要用*来表示p值的显著程度
step1.映射

x轴是类型，y轴是表达量，填充的颜色按照type来区分，所以直接引用ggviolin

library(ggpubr)
ggviolin(Type, x="Type", y="GeneExp", fill = "Type")

图片.png

step2.调色

柳叶刀配色

ggviolin(Type, x="Type", y="GeneExp", fill = "Type", 
         palette = c('lancet'))

图片.png

step3.添加箱式图(可选)

需要给它打上白色，覆盖下面的小提琴图配色

ggviolin(Type, x="Type", y="GeneExp", fill = "Type", 
         palette = c('lancet'),
         add = "boxplot", 
         add.params = list(fill="white"))

图片.png

step4.排序(order函数)

比如要看泛肿瘤里面各种肿瘤里面特定基因的表达量之间有没差异，就可以用这个小提琴图来进行展示，这时候order就可以排序了

type "Amplification","Normal","Deletion")
ggviolin(Type, x="Type", y="GeneExp", fill = "Type", 
         palette = c('lancet'),
         add = "boxplot", 
         add.params = list(fill="white"),
         order=type)

图片.png

step5.对比

三组两两对比 ：先定义一下三组之间的关系，再用一个对比函数，stat_compare_means设置两两比较

my_comparisons=list(c("Deletion","Normal"),
                    c("Normal","Amplification"),
                    c("Amplification","Deletion"))
#my_comparisons
#[[1]]
#[1] "Deletion" "Normal"  
#
#[[2]]
#[1] "Normal"        "Amplification"
#
#[[3]]
#[1] "Amplification" "Deletion"  
type "Amplification","Normal","Deletion")
ggviolin(Type, x="Type", y="GeneExp", fill = "Type", 
         palette = c('lancet'),
         add = "boxplot", 
         add.params = list(fill="white"),
         order=type)+ 
  stat_compare_means(comparisons = my_comparisons)

图片.png

基础知识，多多学习