R语言绘制小提琴图

什么是小提琴图？

小提琴图是箱线图的变种，展示了任意位置的密度，通过小提琴图可以知道哪些位置的密度较高。

外部形状即为核密度估计（在概率论中用于估计数据点的概率密度函数，属于非参数检验方式之一。

绘图前的数据准备

demo数据可以在https://www.r2omics.cn/res/demodata/boxplot.txt下载。

​包含2个维度的数据，在组学数据中通常每一列是个样本，每一行是个基因。

注意受到数据中极大值的影响，数据范围可能会被压的很扁，可以做log转换或其他归一化方式。

R语言绘制小提琴图

绘图

# 代码来源：https://www.r2omics.cn/
# 加载R包，没有安装请先安装  install.packages("包名") 
library(tidyverse)

# 读取箱线图数据文件
df = read.delim("https://www.r2omics.cn/res/demodata/boxplot.txt",# 将此处换成你自己电脑里的文件
                header = T      # 指定第一行是列名
)

# 把数据转换成ggplot常用的类型（长数据）
df = df %>%
  pivot_longer(-1,names_to = "Sample",values_to = "Value")

# 绘图
p = ggplot(df,aes(x=Sample,y=Value,fill=Sample))+
  # stat_boxplot(geom = "errorbar",    # 添加误差线
  #  width=0.3)+
  geom_violin(alpha = 1,              # 透明度
              trim = T,               # 是否修剪尾巴，即将数据控制到真实的数据范围内
              scale = "count",         # 如果“area”(默认)，所有小提琴都有相同的面积(在修剪尾巴之前)。如果是“count”，区域与观测的数量成比例。如果是“width”，所有的小提琴都有相同的最大宽度。

               )+
  theme_bw()+                          # 主题
  theme(
    axis.text.x = element_text(angle = 90,
                               vjust = 0.5
    )       # x轴刻度改为倾斜90度，防止名称重叠
  )
p

箱线图和小提琴图合并

# 其实就是在小提琴的图层下再画一个箱线图
p +
  geom_boxplot(width=0.16,
               fill="white",
               outlier.alpha = 0
              )

添加显著性标签

library(ggsignif)  # 用于添加显著性标签

p + geom_signif(                         # 添加显著性标签
    comparisons=list(c("Sample1","Sample2"),c("Sample3","Sample4")), # 选择你想在哪组上添加标签
    step_increase = 0.1,
    test="t.test",                     # "t 检验，比较两组（参数）" = "t.test","Wilcoxon 符号秩检验，比较两组（非参数）" = "wilcox.test"
    test.args = list("var.equal" = T), # 等方差 
    map_signif_level=F                 # 标签样式F为数字，T为*号
  )