SCI级别的箱线图—带有差异检验p值的箱线图绘制
{ 点击蓝字，关注我们 }
我们在生物信息分析过程中经常看到箱线图(Box Plot), 它是由一组或多组连续型定量数据的最小观测值、第一四分位数、中位数、第三分位数和最大观测值来反映数据的分布情况的统计图。箱线图在生信果的其他推文已经有详细介绍了，这里小师妹给大家带来进阶的教学，将细节的地方完善，绘制出漂亮简洁的SCI级别的箱线图，大家下面赶紧跟着小师妹绘制这样的箱线图吧！
首先我们需要一个数据集，小师妹这里用随机数生成了一个符合绘制箱线图的数据，大家可以在文末自取，接下来就打开你的Rstudio实际操作起来吧！
加载所需要的包和数据
rm(list = ls())#清除环境中的变量library(ggplot2)library(ggpubr)library(viridis)data <- read.csv("data.csv")#读取数据head(data)#查看数据的前几行
data数据包括五列：Gender，Weight，Age，Tumorsize，Group，即五个变量，其中Gender是分类变量，有male和female两个分类水平，Group也是分类变量，但是有A，B，C三个分类水平，Weight，Age和Tumorsize是三个连续变量。这就是小师妹为大家练习提供的数据，当然大家也可以自己添加，比如添加有四个分类水平的分类变量。
大家知道了数据的构成之后就可以直接开始绘图了，当然这里小师妹是为大家提供了一个十分标准的数据，大家在实际分析过程中是很难遇到这样标准的数据的，可能还需要对数据处理之后才能开始进行绘图分析，比如去除异常值，空白值，这些后面有机会小师妹会为大家提供教程。
###绘制Gender和Weight的箱线图q1 <- ggboxplot(data, x = "Gender", y = "Weight",color = "Gender", palette = c("#00AFBB", "#E7B800", "#FC4E07")ylab = "Weight", xlab = "Gender",#x轴和y轴名称add = "jitter",add.params = list(size = 0.3),width = 0.5)+ #添加散点stat_compare_means(method = "wilcox.test",size=5)+theme(legend.position = 'none',text = element_text(size = 18,family = "sans"),axis.text.x = element_text(family="sans",size=20),axis.text.y = element_text(family="sans",size=20))#去除图例，调整字体大小q1
其中ggboxplot就是绘制箱线图的函数，自变量是Gender，因变量是Weight，颜色color是按照Gender分类的，palette调色板这里小师妹设置了三个比较好看的颜色，由于Gender只有两个分类，因此只使用了前两个颜色。同时小师妹add了散点，还调整了散点的大小和散点分布的宽度（小师妹这儿的设置在保存为PDF之后会很好看）。这里小师妹使用stat_compare_means()函数添加了wilcoxon检验的p值。下面是这段代码生成的图：
这里我们对于这个检验的p值并没有进行控制格式，如果有小伙伴想要更加高级地添加这个p值可以把
stat_compare_means(method = "wilcox.test",size=5)修改为：
stat_compare_means(method = "wilcox.test",aes(label = sprintf("p = %4.3f", as.numeric(..p.format..))),label.x = 1,label.y=85,size=5,family="sans")这里我们把这个注释的位置调整到了(1,85)，当然这个可以根据数据分布范围的实际情况调整，设置了其字体和大小，并且去掉了前面的Wilcoxon，只保留了p值，并且p值是格式化输出了，保留了三位小数：
###绘制Group和Age的箱线图data$Group <- factor(data$Group, levels = c("A","B","C"))#转换成因子变量q2 <- ggboxplot(data, x = "Group", y = "Age",color = "Group", palette = c("#00AFBB", "#E7B800", "#FC4E07"),ylab = "Age", xlab = "Group",add = "jitter",add.params = list(size = 0.3),width = 0.5)+stat_compare_means(method = "kruskal.test",aes(label = sprintf("p = %4.3f", as.numeric(..p.format..))),label.x = 1,label.y=85,size=5,family="sans")+theme(legend.position = 'none',text = element_text(size = 18,family = "sans"),axis.text.x = element_text(family="sans",size=20),axis.text.y = element_text(family="sans",size=20))q2
这里我们首先将Group转换为了因子，让它具有A,B,C的顺序，不这样做的话绘制出来的图像横坐标顺序将会是A,C,B。
绘图部分只需要将x，color和xlab改为Group，stat_compare_means()的methon改为kruskal.test（小师妹在其他推文里面介绍过多个分类变量应该用kruskal.test检验），绘制出来的图像有三个箱线图：
最后我们把绘制的两幅图保存为PDF：
ggsave("Gender vs Weight.pdf", q1, device = "pdf",width = 3, height = 4)ggsave("Group vs Weight.pdf", q2, device = "pdf",width = 3, height = 4)
小师妹这里只使用了Weight这个连续变量和两个分类变量进行了绘图，大家可以用另外两个连续变量自己独立练习一下绘图。
好啦，这就是小师妹SCI级别箱线图绘制教程的全部内容，这次的代码比较复杂和难以理解，但是绘制的图像看起来很漂亮，希望大家可以仔细研究～有需要代码的添加师妹微信哟～
1
END
1
