R语言 | 使用ggplot绘制柱状图,在柱子中显示数值和显著性

原文链接:使用ggplot绘制柱状图,在柱子中显示数值和显著性

本期教程

获得本期教程示例数据,后台回复关键词:20240628。(PS:在社群中,可获得往期和未来教程所有数据和代码)

往期教程部分内容













写在前面

基于ggplot绘制柱状图,小技巧,很基础的图形。但是,越到后面,会发现,越是基础的图形,我们使用的频率越高。今天的教程是基于发芽指数来绘制,我们模拟一个发芽数和天数,计算出发芽指数。

代码

R 复制代码
##'@在柱状图中显示数字
##'@2024.06.28
##'@
##'@小杜的生信笔记

library(ggplot2)
library(dplyr)
library(tidyr)
library(ggplot2)
library(agricolae)

setwd("D:\\BioinfoFile\\小杜的生信笔记\\2024\\20240628_柱状图中显示数据")
##'@此次数据基于种子发芽指数计算公式进行,数据具有随机性,不具有任何意义。
##'@加载数据
data <- read.csv("20240628_inputdata.csv",header = T)

data

相关计算代码

R 复制代码
## 转换数据
long_data <- data %>%
  pivot_longer(cols = starts_with("germinated"), names_to = "replicate", values_to = "germinated")
long_data
##计算活力指数
germination_index <- long_data %>%
  group_by(treatment, day) %>%
  summarise(GI = sum(germinated / day)) %>%
  ungroup()

#'@计算各个处理的平均数和标准差
summary_gi <- germination_index %>%
  group_by(treatment) %>%
  summarise(mean_GI = mean(GI), sd_GI = sd(GI))

#'@单因素方差分析
anova_result <- aov(GI ~ treatment + day, data = germination_index)
summary(anova_result)

#'@进行Tukey HSD检验
tukey_result <- HSD.test(anova_result, "treatment", group = TRUE)
print(tukey_result)


# 提取 Tukey HSD 结果中的字母标记
groups <- tukey_result$groups
df_letters <- data.frame(sample = rownames(groups), letters = groups$groups)
##'@修改名称
colnames(df_letters) <- c("treatment","letters")

# 合并均值和字母标记
df_data <- merge(summary_gi, df_letters, by = "treatment")

绘图

R 复制代码
ggplot(df_data, aes(x = treatment, y = mean_GI, fill = treatment)) +
  geom_bar(stat = "identity", position = "dodge", color = "black", size = 0.5) +
  ##'@误差线
  geom_errorbar(aes(ymin = mean_GI - sd_GI, ymax = mean_GI + sd_GI), width = 0.15, ## 宽度
                size = 1  ##字体大小
                ) +
  ##'@显示数字
  geom_text(aes(x = treatment, y = mean_GI + sd_GI + 0.5,  ## "+0.5"显示的高度
                label = round(mean_GI, 2)),   ### "round(mean_GI, 2))",其中2,表示数字显示的小数点位数
            size = 5,
            color = 'black') +
  ##'@显示显著性
  geom_text(aes(x = treatment, y = mean_GI + sd_GI + 1.3, label = letters), size = 6, color = "red") +
  theme_bw()+
  scale_fill_manual(values = c("#1f78b4", "#ff7f00", "#4daf4a")) +
  labs(x = NULL, y = "Germination Index")+
  theme(#axis.line = element_line(size = 1),  ## 粗细
    text=element_text(#family = "sans",
      colour ="black",size = 10),
    axis.text.x = element_text(color = "black", size = 12),
    axis.text.y = element_text(color = "black",size = 11),
    axis.ticks = element_line(colour = "black"),
    strip.text = element_text(color = "black",size = 10),
    axis.title = element_text(color = "black",size = 12), ##坐标轴字体大小
    legend.position = "none",
    strip.background = element_blank()
  )

ggsave("20240608_柱状图-显示数字.pdf",width = 6, height = 4)

获得本期教程示例数据,后台回复关键词:20240628。(PS:在社群中,可获得往期和未来教程所有数据和代码)
若我们的教程对你有所帮助,请点赞+收藏+转发,这是对我们最大的支持。

往期部分文章

1. 最全WGCNA教程(替换数据即可出全部结果与图形)


2. 精美图形绘制教程

3. 转录组分析教程

4. 转录组下游分析

小杜的生信筆記 ,主要发表或收录生物信息学教程,以及基于R分析和可视化(包括数据分析,图形绘制等);分享感兴趣的文献和学习资料!!

相关推荐
Bioinfo Guy15 小时前
npj Digit. Med. | 从牙周炎到脑内炎症:单核转录组与机器学习揭示黄连解毒汤的cGAS–STING调节作用
生物信息学
Bioinfo Guy3 天前
J. Nanobiotechnol. | 三七NotoEV跨界递送植物miRNA,重塑缺血后神经元应激反应
生物信息学
Bioinfo Guy4 天前
【期刊投稿指南】Frontiers in Genetics:肿瘤多组学从计算发现走向验证
生物信息学
Bioinfo Guy5 天前
Adv. Sci. | 2602例验证:H&E病理AI能否给胃肠癌前病变分层?
生物信息学
Bioinfo Guy8 天前
Nat. Commun. | TDP-43病理并非随机扩散:ALS/ALS-FTD运动皮层中最受影响的是特定兴奋性神经元
生物信息学
Bioinfo Guy8 天前
Mol. Cancer | 胃癌化疗耐药新轴:YAP1/TEAD4-MCM10把DNA复制、干性和Wnt信号串起来
生物信息学
Biomamba生信基地10 天前
《Nature methods》:基于单细胞多组学检测DNA甲基化和组蛋白修饰重构表观基因组维持的动态过程
生物信息学·单细胞多组学·甲基化
Bioinfo Guy20 天前
Nature | 跨物种转录组时钟揭示衰老与死亡的模块化网络
生物信息学
Biomamba生信基地22 天前
安全访问:FutureTerminal之Jupyter配置及Linux终端、Python与R环境访问
linux·远程连接·生物信息学