R繪圖筆記 | 箱形圖的繪製

參考前文：R繪圖筆記 | R語言繪圖系統與常見繪圖函數及參數

關於繪圖圖，前面介紹了一些：

R繪圖筆記 | 一般的散點圖繪製

R繪圖筆記 | 柱狀圖繪製

R繪圖筆記 | 直方圖和核密度估計圖的繪製

R繪圖筆記 | 二維散點圖與統計直方圖組合

R繪圖筆記 | 散點分布圖與柱形分布圖

這裡介紹箱形圖的繪製，這些圖形在文章中是很常見的，也是必須要掌握的。比如下圖中的E圖（來自文獻：DOI: 10.1002/jcp.30015 ）

一.讀入數據

如果你想獲取該數據用於自己練習，下面是獲取數據的地址：

https://docs.qq.com/sheet/DV0dxREV1YkJ0ZmVj

數據格式是這樣的。

數據第A列是病人ID，B~E列是臨床信息，其他列是病人的RNAseq數據。

你可以保存副本導出，然後自己讀入。

library(ggplot2)library(RColorBrewer)library(SuppDists) 
data <- read.csv("BioInfoNotesData1.csv",row.names = 1)
假如我們需要繪製某基因在不同分期的表達情況。
f1.data <- data[,c(1,5)]colnames(f1.data) <- c("Stage","Value")summary(f1.data$Stage)
summary(f1.data$Stage)        N   Stage I  Stage II Stage III  Stage IV        11        75       176       128        64
先檢查數據是否有缺失值，分期信息不知用N來表示，可以刪除這些數據。
f1.data<-f1.data[f1.data$Stage!="N",]head(f1.data)
BioinfoNotes>head(f1.data)                    Stage ValueTCGA-3L-AA1B-01   Stage I  7.04TCGA-4N-A93T-01 Stage III  7.23TCGA-4T-AA8H-01  Stage II  6.61TCGA-5M-AAT4-01  Stage IV  7.56TCGA-5M-AAT6-01  Stage IV  4.99TCGA-5M-AATE-01  Stage II  7.41
二.繪圖
1.帶誤差線的箱形圖
繪製箱型圖用geom_boxplot函數。
geom_boxplot(mapping = NULL, data = NULL, stat = "boxplot",  position = "dodge2", ..., outlier.colour = NULL,  outlier.color = NULL, outlier.fill = NULL, outlier.shape = 19,  outlier.size = 1.5, outlier.stroke = 0.5, outlier.alpha = NULL,  notch = FALSE, notchwidth = 0.5, varwidth = FALSE, na.rm = FALSE,  show.legend = NA, inherit.aes = TRUE)
notch參數：如果為假(默認)，則製作標準盒圖。如果為真，做一個缺口盒圖。凹槽用來比較組;如果兩個盒子的凹槽不重疊，說明中位數有顯著差異。
notchwidth參數：如果指定notch參數為TRUE的話，指定切口寬度，默認0.5。
varwidth參數：如果為假(默認)，則製作標準盒圖。如果為真，那麼方框的寬度將與組中觀察值的平方根成正比。
ggplot(f1.data, aes(Stage, Value))+  geom_boxplot(aes(fill = Stage),notch = FALSE)+  scale_fill_manual(values=c(brewer.pal(8,"Set2")[c(3,6,7,8)]))+  theme_classic()+ ylab("The expression level")+  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),        axis.line=element_line(colour="black",size=0.25),        axis.title=element_text(size=13,face="plain",color="black"),        axis.text = element_text(size=12,face="plain",color="black"),        legend.position="none"  )
將notch改為TRUE。
ggplot(f1.data, aes(Stage, Value))+  geom_boxplot(aes(fill = Stage),notch = TRUE)+  scale_fill_manual(values=c(brewer.pal(8,"Set2")[c(3,6,7,8)]))+  theme_classic()+ ylab("The expression level")+  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),        axis.line=element_line(colour="black",size=0.25),        axis.title=element_text(size=13,face="plain",color="black"),        axis.text = element_text(size=12,face="plain",color="black"),        legend.position="none"  )
ggplot(f1.data, aes(Stage, Value))+  geom_boxplot(aes(fill = Stage),notch = TRUE,varwidth = T)+  scale_fill_manual(values=c(brewer.pal(8,"Set2")[c(3,6,7,8)]))+  theme_classic()+ ylab("The expression level")+  theme(panel.background=element_rect(fill="white",colour="black",size=0.25),        axis.line=element_line(colour="black",size=0.25),        axis.title=element_text(size=13,face="plain",color="black"),        axis.text = element_text(size=12,face="plain",color="black"),        legend.position="none"  )
2.箱型與抖動散點組合圖
有時候，數據量大，我們需要顯示每一個數據點，可以很直觀的看到數據的分布情況。在文章中這種圖是很常見的。我們只需要在上面的箱形圖中加入geom_jitter函數就可以啦。
ggplot(f1.data, aes(Stage, Value))+  geom_boxplot(aes(fill = Stage))+  geom_jitter(binaxis = "y", position = position_jitter(0.3),stackdir = "center",dotsize = 0.4)+  scale_fill_manual(values=c(brewer.pal(7,"Set3")[c(1,3,5,7)]))+  theme_classic()+   labs(x='Stage',y='The expression level',title='Gene name')+   theme(panel.background=element_rect(fill="white",colour="black",size=0.25),        axis.line=element_line(colour="black",size=0.25),        axis.title=element_text(size=13,face="plain",color="black"),        axis.text = element_text(size=12,face="plain",color="black"),        legend.position="none"  )
參考資料：
R語言數據可視化之美，張杰/著
geom_boxplot函數幫助文檔