Как нарисовать эту картинку | Пакетный график скрипки + блок-график + разброс + анализ различий

крышка

написано впереди

[Как нарисовать эту картинку] Серия картинок взята из VIP群вопросов учащихся. Твит является лишь репродукцией картинки и не означает, что автор согласен с формой картинки. Студенты могут анализировать интересные картинки в группе.

Фотографии этого выпуска

❝
「Название：」 Типовые характеристики генов, связанных с метаболизмом, при остеопорозе

「Журнал：」 Фронт. Фармакол.

「Дои：」 https://doi.org/10.1016/j.eja.2022.126692
❞

читать картинку

❝
Блочная диаграмма различий в экспрессии представляет разницу в уровнях экспрессии генов GPR31, GATM, DDB2, ARMCX1, RPS6, BTBD3, ADAMTSL4, COQ6, B3GNT2 и CD9 среди трех изоформ.
❞

Ничего особенного. Блочная диаграмма, нарисованная ранее:

Воспроизвести результаты

ряд1

все

Примеры данных и коллекция кода

点赞, 在看эту статью, поделитесь ею в кругу друзей 集赞30个и 保留30分钟отправьте скриншот в WeChat mzbj0002, чтобы получить его.

«Chuzhou Notes 2022 VIP можно получить бесплатно» .

❝
Примечание: 2022 год скоро пройдет, для удобства читателей и друзей он сейчас запущен 木舟笔记永久VIPпо цене 169￥. 2022VIPДоплатите только разницу для повышения класса обслуживания. 木舟笔记永久VIPНаслаждайтесь всеми ресурсами этой учетной записи (за исключением ограниченных курсов), и в будущем VIP-планы запускаться не будут.
❞

Мучжоу отмечает VIP-план на 2022 год

"права и интересы:"

«2022» Muzhou Notes все образцы твитов и коды данных ( «обновляются в режиме реального времени в группе VIP» ).

данные+код
Мучжоу отмечает "Группа по обмену научными исследованиями" .
Покупка за полцены 跟着Cell学作图系列合集(бесплатный учебник + коллекция кодов) | Следуйте за Cell, чтобы изучить коллекцию серии рисунков .

"ПОТЕРИ:"

«99 пенсов на человека» . Вы можете добавить WeChat: mzbj0002перевод или непосредственно вознаграждение в конце статьи.

рисунок

# loda data ana preprocess
mRNA <- read.csv("All_mRNA_FPKM.csv",header=T,row.names=1)
#log2
bar_mat <- t(log2(mRNA+1))
# group info
anno <- read.csv("sample_index.csv",header=T,row.names=1)
anno$type2 <- anno$Type
anno <- anno[rownames(bar_mat),]
bar_mat <- bar_mat[rownames(anno),]
bar_mat<- as.data.frame(bar_mat)
bar_mat$sam <- anno$Type

## plot
library(RColorBrewer)
library(ggpubr)
library(ggplot2)
bar_mat$sam<-factor(bar_mat$sam,levels=c("C1","C2","C3","C4"))
# comparisons
my_comparisons <- list(c("C1", "C2"),
                       c("C1", "C3"),
                       c("C1", "C4"))


# gene list
gc <- head( colnames(bar_mat), -1)
#开始批量绘制
plist<-list()
for (i in 1:length(gc)){
  bar_tmp<-bar_mat[,c(gc[i],"sam")]
  colnames(bar_tmp)<-c("Expression","sam")
  pb1<- ggplot(data = bar_tmp,aes(x = sam, 
                                    y = Expression , 
                                    fill = sam))+ 
    scale_fill_manual(values = mycol[c(7,5,3,1)]) +
    geom_violin(alpha = 0.4, position = position_dodge(width = .75), 
                size = 0.8, color="black") +
    geom_boxplot(notch = TRUE, outlier.size = -1, 
                 color="black", lwd=0.8, alpha = 0.7) +
    geom_point(shape = 21, size=2, 
               position = position_jitterdodge(), 
               color="black", alpha = 1) +
    theme_bw() + 
    ylab("Log12(FPKM+1)") +
    xlab(gc[i]) +
    theme(axis.text.x = element_text(size = 12, color = "black"),
          axis.ticks = element_line(size=0.2, color="black"),
          axis.ticks.length = unit(0.2, "cm"),
          legend.position = "none",
          panel.background = element_blank(),
          panel.grid = element_blank(),
          axis.title = element_text(size = 12),
          axis.text = element_text(size = 12)) +
    stat_compare_means(method="t.test",hide.ns = F,comparisons =my_comparisons,label="p.signif")
  plist[[i]]<-pb1
} 

# cowplot
library(cowplot)
p <- plot_grid(plotlist = plist, ncol = 5)
## save
ggsave("boxplot1208.pdf",width = 14,height = 20)

предыдущий контент

Матрица заметок о каноэ