小提琴分面图（Violin plot）是一种用于展示和比较数据分布的可视化图形。它类似于箱线图，但提供了更多关于数据分布密度的信息。小提琴图的核心是小提琴形状，这种形状是通过核密度估计（KDE）来展示数据分布的密度。

小提琴图的组成：

1. 中心标记：通常在小提琴的中心有一条线或一个点来标记数据的中位数。
2. 箱线图：有时在小提琴内部会绘制一个简化的箱线图，表示四分位数和极值。
3. 密度轮廓：小提琴的主体显示数据的密度，宽度表示在该值处的数据密度较高。
4. 分面：分面是指将数据集分割成多个子集来单独展示每个子集的小提琴图，通常用于比较不同类别或组内的数据分布。

小提琴图的用途：

• 比较多个分组：小提琴图能够直观地比较不同分组或类别中的数据分布。
• 显示数据分布的对称性和偏态：通过观察小提琴的形状，可以容易地判断数据的对称性和是否存在偏态。
• 详细展示数据的多样性：与传统的箱线图相比，小提琴图提供了更多的信息，帮助理解数据在各个值上的密度。

示例

library(ggplot2)
library(reshape2)

inputFile <- "input.txt"
outFile <- "vioplot.pdf"

# 读取输入文件
rt <- read.table(inputFile, header=TRUE, sep="\t", check.names=FALSE, row.names=1)
colnames(rt)[1] <- "Type"  # 只更改一次列名

# 差异分析
geneSig <- sapply(colnames(rt)[-1], function(gene) {
  rt1 <- rt[, c(gene, "Type")]
  test <- if (length(levels(factor(rt1$Type))) > 2) {
    kruskal.test(expression ~ Type, data = rt1)
  } else {
    wilcox.test(expression ~ Type, data = rt1)
  }
  # 根据p值赋予标记
  ifelse(test$p.value < 0.001, "***", ifelse(test$p.value < 0.01, "**", ifelse(test$p.value < 0.05, "*", "")))
})
colnames(rt)[-1] <- paste(colnames(rt)[-1], geneSig, sep="")

# 准备ggplot2绘图数据
data <- melt(rt, id.vars="Type")
colnames(data) <- c("Type", "Gene", "Expression")

# 绘制小提琴图
p1 <- ggplot(data, aes(x=Type, y=Expression, fill=Type)) +
  geom_violin() +
  geom_boxplot(width=0.2, position=position_dodge(0.9)) +
  facet_wrap(~Gene, nrow=1) +
  labs(x="Sample Type", y="Gene Expression", fill="Sample Type") +
  theme_bw() +
  theme(axis.text.x=element_text(angle=45, hjust=1))

# 输出图像
ggsave(filename=outFile, plot=p1, width=9, height=5, device="pdf")

• 载入库：ggplot2 用于绘图，reshape2 用于数据重塑。

• 读取数据：使用read.table从input.txt读取数据，其中包含表头，字段间以制表符分隔。将第一列作为行名，且保留原有列名（除第一列外，该列被重命名为"Type"）。

• 差异分析：通过sapply函数对除“Type”列外的每一列（即每个基因）进行统计测试。根据“Type”分类，使用Kruskal-Wallis或Wilcoxon秩和检验来判断表达量差异的显著性。

  • 如果“Type”变量有超过两个水平，则使用Kruskal-Wallis检验。
  • 如果只有两个水平，则使用Wilcoxon秩和检验。

• 显著性标记：根据p值添加显著性标记（***, **, *, ""）。

• 更新列名：将显著性标记添加到相应基因的列名中。

• 重塑数据：使用melt函数将数据从宽格式转换为长格式，以便于ggplot2绘图。在此过程中，保留“Type”作为分类变量，其他列（基因及其显著性标记）转换为变量名和值。

• 构建图层：

  • geom_violin：绘制小提琴图，显示数据分布。
  • geom_boxplot：在小提琴图中间叠加一个窄宽度的箱线图，用于显示中位数和四分位数。

• 分面展示：facet_wrap按基因分面显示，每行显示一个基因。

• 调整图形外观：设置主题（theme_bw()）和调整x轴文本角度（以便更好地显示长标签）。

• 保存为PDF文件：ggsave函数直接保存绘制的图形为PDF格式，指定文件名、尺寸等。