前言

前两天有个咨询了一下使用R语言如何绘制相关性拟合图，这个图形相关是很基础的，比如在qRT-PCR与RNA-seq之间的数据比较，在很早前面，文章中这样的图形很常见。

其实，基础图形的呈现很容易，主要是后期的图形美化。

图形绘制原理

主要使用X轴和Y轴的数据进行两两配对，所获得图形。这个配对可以组内配对（one to one）,也可以是组间配对（one to more）。看到这里，我们可以看前期的教程[R语言可视化-精美图形绘制系列--组间相关性分析]，[R语言可视化-精美图形绘制系列]--组内相关性分析。

绘制图形

##
##'@相关性散点图,计算R值
##'@2023.07.11

library(tidyverse)
library(ggpubr)
library(ggplot2)

##'@创建数据
data <- data.frame(
  sample = paste0("sample", 1:30),
  age = sample(20:90, 30, replace = T),
  Time = sample(10:80, 30, replace = T)
)
head(data)

使用cor()函数计算相关

cor(data$age, data$Time, method = "pearson")

绘制图形

ggscatter(data, 
          x = 'age',
          y = 'Time', 
          add = "reg.line",##拟合曲线
          conf.int = TRUE,##置信区间阴影带
          cor.coef = TRUE, ##系数
          cor.method = "pearson",#方法
          xlab = "Age", ## x轴
          ylab = "Time" ## y轴
          )+
  theme_bw()

---

随后，我们也在搜索到相关的教程，也一起分析给大家。来自土壤微生物组的教程。

使用其的代码绘制：

ggplot(data, aes(x=age, y=Time))+
  geom_point(data,mapping =  aes(x=age, y=Time),size=2)+
  geom_smooth(aes(x=age, y=Time),method = 'lm',level=0.95,se = F, size=1.6)+
  stat_cor(method = "spearman",label.x.npc ="left",label.y.npc = 0.97)+#或pearson
  theme_bw()

---

此外，在我们的数据中也可以加入，相关的分组信息，这样有利于美化图形。我们就使用教程的白杨数新观察分享的教程吧。

ggplot(data=mtcars,
  mapping=aes(x=wt,y=mpg,
        color=hp,          #颜色代表hp取值
    size=disp      #散点大小代表disp取值
  ) 
)+geom_point(

详细教程，我们自行点击链接查看。

「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!!