R语言学习指南(8) 绘制具有显著性条形图
2020-12-30 本文已影响0人
R语言数据分析指南
整理数据
使用ggplot2软件包中的测试数据集msleep，其中包括哺乳动物的睡眠时间。让我们首先加载包并查看数据：
library(tidyverse)
glimpse(msleep, width = 50)
由于我们对不同动物的睡眠时间感兴趣，因此我们感兴趣的变量为vore和sleep_total首先，我们需要重构数据，以便获得这些动物的平均睡眠时间和睡眠时间的标准差：
注：此处涉及的重要函数请通过dplyr官网检索
msleep %>%
group_by(vore) %>% summarise(mean_sleep = mean(sleep_total),
sd_sleep = sd(sleep_total))
# A tibble: 5 x 3
vore mean_sleep sd_sleep
<chr> <dbl> <dbl>
1 carni 10.4 4.67
2 herbi 9.51 4.88
3 insecti 14.9 5.92
4 omni 10.9 2.95
5 NA 10.2 3.00
为了获得这些数据，我们首先通过group_by函数根据分组拆分数据，然后summarise函数进行统计计算
但是数据还不够完善。我们在数据中含有缺失值,并且动物名被缩写，
通过以下操作解决问题：
(sleep_mean_values <- msleep %>% group_by(vore) %>%
summarise(mean_sleep = mean(sleep_total),
sd_sleep = sd(sleep_total)) %>% drop_na() %>%
mutate(vore = case_when(vore == "insecti" ~ "insectivore",
vore == "omni" ~ "omnivore",vore == "carni" ~ "carnivore",
vore == "herbi" ~ "herbivore") %>% as.factor %>%
fct_relevel("insectivore", "omnivore","carnivore", "herbivore")))
# A tibble: 4 x 3
vore mean_sleep sd_sleep
<fct> <dbl> <dbl>
1 carnivore 10.4 4.67
2 herbivore 9.51 4.88
3 insectivore 14.9 5.92
4 omnivore 10.9 2.95
首先通过case_when函数更改变量的名称，并将变量vore转换为因子。并使用函数fct_relevel自定义条形图顺序，确保食虫动物首先出现，然后是杂食动物，然后是食肉动物，最后是食草动物。我们选择此顺序是因为它对应于动物的平均值。最后，使用函数drop_na剔除NA值
创建第一个条形图
sleep_mean_values %>%
ggplot(aes(vore, mean_sleep)) +
geom_col(aes(fill = vore), color = "black", width = 0.85) +
geom_errorbar(aes(ymin = mean_sleep - sd_sleep,
ymax = mean_sleep + sd_sleep),
color = "#22292F",width = .1)
可视化是很好的第一步，但是仍然存在一些问题。例如，图例是多余的。我们已经知道红色条形图表示食虫动物。同样，x和y值实际上没有意义。我们需要重命名它们并使它们更有意义。而且，我们没有标题或标题告诉我们的读者误差棒的含义。另一个问题是条形图的颜色可能会产生误导。为什么食虫动物应该是红色的？让我们在下一个可视化中对这些进行修改
sleep_mean_values %>%
ggplot(aes(vore, mean_sleep)) +
geom_col(aes(fill = vore), color = "black", width = 0.85) +
geom_errorbar(aes(ymin = mean_sleep - sd_sleep,
ymax = mean_sleep + sd_sleep),color = "#22292F",width = .1) +
scale_fill_grey(start = 0.3) +
scale_y_continuous(limits = c(0, 26), expand = c(0, 0)) +
guides(fill = FALSE) +theme_minimal() +
labs(x = "Vore",y = "Mean Sleep",title = "Mean Sleep in Different Animals",
caption = "Error bars indicate standard deviations")
让我们来看看这些变化
-
scale_fill_grey 函数将填充更改为灰度值，
start = 0.3表示第一个填充不应为全黑，而应为灰色。 - guides 函数删除填充图例
-
scale_y_contiuous 函数自定义y轴的高度
因为需要添加p值，因此我们需要在最高柱上方留出更多空间，我们还希望定义x轴从0开始最后 - labs 函数来添加标题，脚注以及x和y轴的标题。
p1 <- sleep_mean_values %>%
ggplot(aes(vore, mean_sleep)) +
geom_col(aes(fill = vore), color = "black", width = 0.85) +
geom_errorbar(aes(ymin = mean_sleep - sd_sleep,
ymax = mean_sleep + sd_sleep),color = "#22292F", width = .1) +
scale_fill_grey(start = 0.3) +
scale_y_continuous(limits = c(0, 26), expand = c(0, 0)) +
guides(fill = FALSE) +theme_minimal() +
labs(x = "Vore",y = "Mean Sleep",title = "Mean Sleep in Different Animals",
caption = "Error bars indicate standard deviations") +
theme(plot.title = element_text(size = 20,face = "bold",
margin = margin(b = 35)),
plot.margin = unit(rep(1, 4), "cm"),
axis.text = element_text(size = 12, color = "#22292F"),
axis.title = element_text(size = 12, hjust = 1),
axis.title.x = element_text(margin = margin(t = 12)),
axis.title.y = element_text(margin = margin(r = 12)),
axis.text.y = element_text(margin = margin(r = 5)),
axis.text.x = element_text(margin = margin(t = 5)),
plot.caption = element_text(size = 12, face = "italic",color = "#606F7B",
margin = margin(t = 12)),
axis.line = element_line(color = "#3D4852"),
axis.ticks = element_line(color = "#3D4852"),
panel.grid.major.y = element_line(color = "#DAE1E7"),
panel.grid.major.x = element_blank(),
panel.grid.minor.y = element_blank())
p1
添加轴刻度线和轴线
- 使
plot.title更大的余量增加至底部 - 设置边距
plot.margin - 在轴标题和轴文本中添加边距
element_text - 将标题设为灰色，
plot.caption -
axis.line添加轴线。 -
axis.ticks添加轴刻度线 -
panel.grid.major.y更改水平网格线的颜色，其他网格线已被删除
将p值添加为星号
使用ggpubr软件包，可以将显著性差异的结果自动添加到可视化中。但是，通常情况下需要自定义可视化效果，而使用这些软件包则更加麻烦。因此我们需要直接在ggplot2中进行操作
诀窍是在可视化中添加两行。每行需要四个点。左值较低，左值较高，右值较高，右值较低。因此，我们需要创建一个包含以下值的数据集：
p_value_one <- tibble(
x = c("insectivore", "insectivore", "omnivore", "omnivore"),
y = c(22, 23, 23, 22))
该线从食虫动物条中的y == 20开始。然后上升一点至23。然后该线到达杂食动物条并在y == 23处停止。然后下沉一点至22。让我们定义第二条假设线
p_value_two <- tibble(
x = c("omnivore", "omnivore", "herbivore", "herbivore"),
y = c(16, 17, 17, 16))
要将这些线添加到绘图中，需要使用geom_line函数在相应的数据集中添加两条线即可。另外需要在图的中间添加星号，使用annotate函数：
p1 + geom_line(data = p_value_one, aes(x = x, y = y, group = 1)) +
geom_line(data = p_value_two, aes(x = x, y = y, group = 1)) +
annotate("text", x = 1.5, y = 23.5, label = "***",size = 8, color = "#22292F") +
annotate("text", x = 3, y = 17.5, label = "*",size = 8, color = "#22292F")
通过
geom_line添加了一个新的数据集，另外定义美学group = 1以可视化单个线条
