本教程全部是基于
ggpubr画的，当然ggplot2更好，但是代码太复杂，还要另外计算均数和标准差，ggpubr可以直接统计均数和标准差，所以本着偷懒的原则就用ggpubr了。
首先准备一个如下的表格，主要有三列，一个分组，一个值，还有一个表型
表格
做柱状图比较简单，加显著性统计也有教程，但对于表达丰度相差较大的图，就会有明显差异，比如说直接出图是这样的，很难比较直观
默认
从结果来看，NC组最大值约1，OE组的最小值大约在20左右，因此可以在1.5-10左右截断，然后先截断一下，然后拼接一下，是不是就好看多了
截断
有一个包叫
gg.gap也可以实现截断，但是截断完以后显著性标记没了，分组也没了，当然gg.gap是基于ggplot2的，我这个是用ggpubr画的，可能存在这个问题，如果直接用ggplot2出图的画，应该是不存在这个问题的，有心人的话可以自己去验证
gg.gap(plot=p,segments=c(1.5,10), ylim=c(0,70))
gg.gap作图
截图主要是两部分图组成，下部分主要是最小值部分，不包括分组和显著性统计结果，定义为p1，上部分应包括分组和显著性统计结果，定义为p2，然后使用patchwokr拼一下，可以平均拼接，也可以按比例拼接
library(ggpubr)
p1<-ggbarplot(pcr,"cell",'value',add = 'mean_se',error.plot = 'upper_errorbar',fill='group',palette = 'aaas',position=position_dodge(0.75),legend = "none",ggtheme=theme_minimal())+ coord_cartesian(ylim = c(0,1.5)) +labs(x=NULL,y=NULL,fill=NULL)
#使用ggbarplot函数，直接计算均数和标准差，只显示上部分误差，从0-1.5截断，可以自己定义配色，比如按aaas配色，使用清爽的theme_minimal()主题，把x,y值全都清空。
p1
p2<-ggbarplot(pcr,"cell",'value',add = 'mean_se',error.plot = 'upper_errorbar',fill='group',position=position_dodge(0.75),legend = 'top',palette = 'aaas',ggtheme=theme_minimal())+theme(axis.text.x = element_blank(),axis.ticks.x = element_blank()) + coord_cartesian(ylim = c(10,70))+stat_compare_means(aes(group = group),method = 't.test', label = "p.signif") +labs(x=NULL,y=NULL)
#aaas配色，上部分误差，选择10-70的范围，加显著性统计，加分组标签
p2
library(patchwork)
p2/p1 #拼图
大功告成
barplot
然后PS或AI调整一下就行
前后对比
