R语言分组箱线图添加显著性标记简单小例子

部分示例数据如下
image.png
  • 第一列是数值
  • 第二列是处理一
    -第三列是处理二

最终出图如下

image.png

这里自动做统计检验的函数是 stat_compare_means()

首先是做箱线图和小提琴图的代码

读入数据

df<-read.csv("boxplot_example_1.csv",
             header=T)
head(df)

作图

library(ggplot2)
ggplot(data=df,aes(x=dose,y=len,fill=supp))+
  geom_violin()+
  geom_boxplot(width=0.2,
               position = position_dodge(0.9))+
  theme_bw()+
  theme(panel.grid = element_blank())+
  scale_fill_manual(values = c("yellowgreen", "violetred1"))
image.png
添加显著性检验的P值

这个函数来自于ggpubr这个包,只需要指定根据那一列来分组就可以了

library(ggpubr)
ggplot(data=df,aes(x=dose,y=len,fill=supp))+
  geom_violin()+
  geom_boxplot(width=0.2,
               position = position_dodge(0.9))+
  theme_bw()+
  theme(panel.grid = element_blank())+
  scale_fill_manual(values = c("yellowgreen", "violetred1"))+
  stat_compare_means(aes(group=supp))

默认的是Wilcoxon Rank Sum and Signed Rank Tests,如果要用t检验指定method参数

ggplot(data=df,aes(x=dose,y=len,fill=supp))+
  geom_violin()+
  geom_boxplot(width=0.2,
               position = position_dodge(0.9))+
  theme_bw()+
  theme(panel.grid = element_blank())+
  scale_fill_manual(values = c("yellowgreen", "violetred1"))+
  stat_compare_means(aes(group=supp),
                     method = "t.test")

如果想把P值改成星号,直接加label=“p.signif”参数

ggplot(data=df,aes(x=dose,y=len,fill=supp))+
  geom_violin()+
  geom_boxplot(width=0.2,
               position = position_dodge(0.9))+
  theme_bw()+
  theme(panel.grid = element_blank())+
  scale_fill_manual(values = c("yellowgreen", "violetred1"))+
  stat_compare_means(aes(group=supp),
                     method = "t.test",
                     label="p.signif")

这里如果不显著会在图上显示ns,如果不想要ns,可以加hide.ns = TRUE参数

星号的位置可以手动指定,用label.y = c(26,31)参数

接下来是添加线段

使用到的是ggsignif这个包

  geom_signif(annotations = c("",""),
              y_position = c(25,30),
              xmin = c(0.8,1.8),
              xmax = c(1.2,2.2),
              tip_length = c(0.02,0.4,0.02,0.2))
  • annotations 参数后指定线段上跟什么内容,这里上面已经自动添加好星号了,所以不要任何内容了

  • y_position 线段的位置

  • xmin 线段的最左端

  • xmax 线段的最右端

  • tip_length 线段的垂直长度

完整代码

df<-read.csv("boxplot_example_1.csv",
             header=T)
head(df)
library(ggplot2)
library(ggpubr)
library(ggsignif)

ggplot(data=df,aes(x=dose,y=len,fill=supp))+
  geom_violin()+
  geom_boxplot(width=0.2,
               position = position_dodge(0.9))+
  theme_bw()+
  theme(panel.grid = element_blank())+
  scale_fill_manual(values = c("yellowgreen", "violetred1"))+
  stat_compare_means(aes(group=supp),
                     label="p.signif",
                     method = "t.test",
                     hide.ns = TRUE,
                     label.y = c(26,31))+
  geom_signif(annotations = c("",""),
              y_position = c(25,30),
              xmin = c(0.8,1.8),
              xmax = c(1.2,2.2),
              tip_length = c(0.02,0.4,0.02,0.2))

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!

今天的推文内容会录制视频放到B站,欢迎大家关注我的B站账号 小明的数据分析笔记本

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容