# 来源 https://www.r2omics.cn/
library(tidyverse)
# 读取数据文件
= read.delim("https://www.r2omics.cn/res/demodata/errorBar.txt") # 将此处换成你自己电脑里的文件
df
# 计算均值和标准误差
<- df %>%
summary_data pivot_longer(-1,names_to = "Sample",values_to = "Value") %>%
group_by(Sample) %>%
drop_na() %>% # 去除NA
summarise(
mean = mean(Value), # 计算平均追
se = sd(Value) / sqrt(n()) # 计算标准误
)
# 绘制带误差条的柱形图
ggplot(summary_data, aes(x = Sample, y = mean)) +
geom_errorbar(aes(ymin = mean - se, ymax = mean + se), width = 0.2) + # 添加误差条
geom_bar(stat = "identity", fill = "skyblue", width = 0.6) + # 创建柱形图
theme_minimal() + # 设置简洁主题
labs(title = "Bar Plot with Mean and Error Bars", x = "Sample", y = "Mean Value")
R语言绘制带误差线的柱形图
什么是带误差线的柱形图?
柱子的高度:显示每个类别的均值或其他统计量。
误差线的长度:显示该统计量的变异性(通常为标准误差或标准差)。较长的误差线表示该类别的统计量不那么稳定或精确,较短的误差线表示更精确的估计。
带误差线的柱形图不仅提供了每个类别的均值,还通过误差线展示了数据的变异性,帮助我们更全面地理解数据的可靠性和各类别之间的差异。这种图形特别适用于比较不同组的均值,并展示其统计意义。
绘图所需的数据
demo数据可以在https://www.r2omics.cn/res/demodata/boxplot.txt下载。
第一列为名称列,其他列为数据列。
如果是转录组蛋白组等生物学数据,则每一列代表一个样本,每一行代表一个基因。