散點圖可以直觀反映數(shù)據(jù)的分布，箱線圖可以展示均值等關鍵統(tǒng)計量，二者結合能夠清晰呈現(xiàn)數(shù)據(jù)蘊含的信息。

本篇筆記主要內容：介紹R語言中繪制箱線圖和散點圖的方法，以及二者結合展示教程，添加差異比較顯著性分析，繪制如上結果圖。

加載R包與數(shù)據(jù)

library(ggpubr) 
library(patchwork) 
library(ggsci)
library(tidyverse)
# 使用R語言自帶的iris數(shù)據(jù)集，并隨機分成兩組
data <- iris
data$Group <- NA
data$Group[sample(1:nrow(data),size = (nrow(data)/2))] <- "A"
data$Group[is.na(data$Group)] <- "B"

在實際數(shù)據(jù)可視化過程中，輸入數(shù)據(jù)格式也和上面類似，至少有兩列，其中一列是分類，另一列是數(shù)值。

繪制箱線圖

ggplot(data,aes(x = Species,y = Sepal.Width)) +
    geom_boxplot(aes(fill = Species),alpha = 0.7)

這里將Species設置為x軸，Sepal.Width設置為y軸，箱子內部填充顏色與Species映射。

這段代碼的作用是創(chuàng)建一個箱形圖，顯示不同物種（Species）的萼片寬度（Sepal.Width）分布，且不同物種的箱形用不同顏色表示，并且這些顏色半透明。

這種類型的圖表通常用于展示和比較不同類別或組的數(shù)據(jù)分布情況，特別是中位數(shù)、四分位數(shù)等統(tǒng)計信息。

繪制散點圖

ggplot(data,aes(x = Species,y = Sepal.Width)) +
    geom_jitter(aes(color = Species))

利用ggplot2包創(chuàng)建散點圖，并通過geom_jitter功能添加一些隨機噪聲來分散點，以便更清晰地展示數(shù)據(jù)。

繪制箱線圖+散點圖

p <- ggplot(data,aes(x = Species,y = Sepal.Width)) +
    geom_boxplot(aes(fill = Species),alpha = 0.7)+
    geom_jitter(aes(color = Species))+
    scale_fill_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    scale_color_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    theme_bw()+
    theme(panel.grid = element_blank())
p

單因素多水平比較

對于兩組以上的獨立樣品，如果數(shù)據(jù)同時滿足正態(tài)性和方差齊性，可以采用方差分析（ANOVA）或者Kruskal檢驗，如果不滿足可采用Kruskal檢驗。

p <- p + stat_compare_means(
    method = "kruskal.test",
    label = "p.format",
    label.x = 2,
    label.y = 4,
    show.legend = F
)
p

可以看到上圖中自動標注的顯著性P值，通過修改label參數(shù)可以轉換展示方式，默認顯示檢驗方法和p值。

p.format只顯示p值不顯示檢驗方法，p.signif顯示顯著性水平符號，ns: p > 0.05、*: p <= 0.05、**: p <= 0.01、***: p <= 0.001、****: p <= 0.0001。

• method：選擇統(tǒng)計學檢驗的方法

單因素兩兩比較

如果想看兩兩之間的差異顯著性，例如“setosa”和“versicolor”，可以通過wilcox.test方法進行檢驗。

# 首先設置比較的列表
compare_list <- list(
    c("setosa","versicolor"),
    c("versicolor","virginica")
p <- ggplot(data,aes(x = Species,y = Sepal.Width)) +
    geom_boxplot(aes(fill = Species),alpha = 0.7)+
    geom_jitter(aes(color = Species))+
    scale_fill_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    scale_color_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    theme_bw()+
    theme(panel.grid = element_blank())+
    stat_compare_means(
    comparisons = compare_list,
    method = "wilcox.test",
    label = "p.signif")
)

代碼中stat_compare_means函數(shù)提供統(tǒng)計學檢驗，調節(jié)參數(shù)可以轉換方法和展示方式。

雙因素組內比較

如果引入分組信息作為另外一個因素，那么可以對每個水平內兩組進行比較。

p <- ggplot(data,aes(x = Species,y = Sepal.Length,color = Group))+
    geom_boxplot(aes(fill=Group),alpha=0.5)
p

箱線 + 散點

p <- ggplot(data,aes(x = Species,y = Sepal.Length,color = Group))+
    geom_boxplot(aes(fill=Group),alpha=0.5)+
    geom_jitter(position = position_jitterdodge(jitter.width = 0.5,
                                                jitter.height = 0.5,
                                                dodge.width = 0.2))+
    scale_fill_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    scale_color_manual(values = c("#f79f1f","#a3cb38","#1289a7"))+
    theme_bw()
p

position_jitterdodge函數(shù)可以調整散點圖的抖動范圍，scale_fill_manual用于調整填充顏色，theme_bw用于設置主題，這段代碼僅作圖。

統(tǒng)計學檢驗

p <- p + stat_compare_means(
    aes(group = Group),
    label = "p.format",
    show.legend = F,
    label.y = 8.5
)
p

這張圖x軸是不同分類，每個分類下有A和B兩組，y軸表示具體的值，每個分類上有P值標注。

在實際的分析可視化過程中，還要考慮實驗設計、數(shù)據(jù)分布狀態(tài)等因素，合理選擇檢驗方法，并根據(jù)目的和需求修改相應參數(shù)。

本文由mdnice多平臺發(fā)布文章來源地址http://www.zghlxwxcb.cn/news/detail-841706.html

到了這里，關于R語言中使用ggplot2繪制散點圖箱線圖，附加顯著性檢驗的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！