由于需要输出比较多的图，使用批量思维来处理
我的exprSet文件是这样的
分别做每个基因的箱线图，重新生成每个基因的文件test2,如下：
全部代码如下：
colnames(exprSet)[1] <-"Group"
for (i in 2:length(colnames(exprSet))) {
test2 <- exprSet[,c(1,i)]
test2$Group<- factor(test2$Group)
png(filename = paste0(i, "_", ".jpg"),width = 2400,height = 4000,res = 300)
print(ggplot(data = test2,aes_string(x = "Group",y=colnames(test2)[2])) +
geom_boxplot(aes(x = Group, y = test2[,2], color = Group)) +
geom_jitter(aes(x = Group, y =test2[,2], color = Group),
position = position_jitterdodge())+
theme_bw()+
ggtitle(colnames(test2)[2]) +
theme(plot.title = element_text(hjust = 0.5)))
dev.off()
}
将生成的图合并在一起，可以用pachwork包，这个包适用于ggplot函数
p = list()
for (i in 2:length(colnames(exprSet))) {
test2 <- exprSet[,c(1,i)]
test2$Group<- factor(test2$Group)
p[[i-1]]=ggplot(data = test2,aes_string(x = "Group",y=colnames(test2)[2])) +
geom_boxplot(aes(x = Group, y = test2[,2], color = Group)) +
geom_jitter(aes(x = Group, y =test2[,2], color = Group),
position = position_jitterdodge())+
theme_bw()+
ggtitle(colnames(test2)[2]) +
theme(plot.title = element_text(hjust = 0.5))
}
install.packages("patchwork",ask=F,update=F)
library(patchwork)
wrap_plots(p,nrow = 1,guides = "collect")
生成的图如下：
