代码
df<-read.table("clipboard",header = T)
df
errorbar_up<-function(x){
mean(x)+sd(x)
}
errorbar_down<-function(x){
mean(x)-sd(x)
}
library(ggplot2)
library(ggsignif)
ggplot(data=df,aes(x,y))+
stat_summary(geom = "bar",
fun=mean,
aes(fill=x))+
stat_summary(geom="errorbar",
fun.min = errorbar_down,
fun.max = errorbar_up,
width=0.2)+
geom_signif(comparisons = list(c("A","B"),
c("A","D"),
c("B","D")),
test = 't.test',
y_position = c(10,17,16),
map_signif_level = T)+
scale_y_continuous(expand = c(0,0),limits = c(0,18))+
theme_bw()+
scale_fill_manual(values = c("steelblue",
"yellowgreen",
"violetred1"))+
theme(legend.title = element_blank())+
labs(x="AAAAA",
y="BBBBB",
title = "CCCCC",
caption = "DDDDD")+
theme(panel.grid = element_blank())
image.png
数据
image.png
之前自己都是先把数据算好，然后用ggplot2作图，最近在学stat系列的函数，可以试着直接用原始数据来画图了，这样方便很多
欢迎大家关注我的公众号
小明的数据分析笔记本
小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！
