R可视化——箱线图绘制及显著性标记

“ 在大家阅读文献的过程中，有时候会碰到下图所示的这种带有显著性标记的柱状图或者箱线图，这种图是怎么做出来的呢？今天，小编就使用R语言教大家如何绘制这样一张带有显著性标记的箱线图！”

01 准备数据

       这里我们使用自己编写的数据，大家也可以导入自己准备数据：

#自己随机编写的数据
df <- data.frame(
  A = c(2,5,6,5,4,8,6,3,8,9),
  B = c(15,10,5,18,12,13,16,14,10,9),
  C = c(1,3,6,5,2,3,6,2,4,1)
)
#预览数据
head(df)

02 加载包并对数据进行预处理

       首先，介绍一下使用到的R包：

#安装包install.packages("ggplot2")install.packages("ggpubr")install.packages("ggsignif")install.packages("tidyverse")install.packages("ggprism")#加载包library(ggplot2)#绘图包library(ggpubr)#基于ggplot2的可视化包，主要用于绘制符合出版要求的图形library(ggsignif)#用于P值计算和显著性标记library(tidyverse)#数据预处理library(ggprism)#提供了GraphPad prism风格的主题和颜色，主要用于美化我们的图形

        处理数据，将我们之前生成的数据合并为一列，用于后续作图，当然，大家也可以按照处理完成的数据格式准备您的数据，省略这一步，之后直接导入即可：

#使用tidyverse包对数据进行处理df <- df %>%   gather(key = 'group',value = 'values') #gather()函数可以把多列数据合并成一列数据head(df)#预览数据

03 绘图

       我们先绘制箱线图：

ggplot(df,aes(x=group,y=values))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条先不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8

对图片进行简单美化，显示数据点：

p<-ggplot(df,aes(x=group,y=values))+#指定数据 stat_boxplot(geom = "errorbar", width=0.1,size=0.8)+#添加误差线,注意位置，放到最后则这条先不会被箱体覆盖 geom_boxplot(aes(fill=group), #绘制箱线图函数 outlier.colour="white",size=0.8)+#异常点去除 theme(panel.background =element_blank(), #背景 axis.line=element_line(),#坐标轴的线设为显示        legend.position="none",plot.title = element_text(size=14))+#图例位置 geom_jitter(width = 0.2)+#添加抖动点 ggtitle("boxplot")#标题p

04 添加显著性标记

       计算p值并将其添加至图中：

p <- p + geom_signif(comparisons = list(c("A","B"),c("A","C"),c("B","C")),#设置需要比较的组
              test = t.test, ##计算方法
              y_position = c(23,30,26),#图中横线位置设置
              tip_length = c(c(0.05,0.05),c(0.05,0.05),c(0.05,0.05)),#横线下方的竖线设置
              size=0.8,color="black")

     将图中显示的p值使用我们常见的“*”、“**”、“***”替换掉，可以用map_signif_level = T/F进行设置，其中"***"=0.001, "**"=0.01, "*"=0.05：

p <- p + geom_signif(comparisons = list(c("A","B"),
                                 c("A","C"),
                                 c("B","C")),# 设置需要比较的组
              map_signif_level = T, #是否使用*显示
              test = t.test, ##计算方法
              y_position = c(23,30,26),#图中横线位置设置
              tip_length = c(c(0.05,0.05),
                             c(0.05,0.05),
                             c(0.05,0.05)),#横线下方的竖线设置
              size=0.8,color="black")

05 对图片进行美化

       这里我们主要使用ggprism包对图片进行美化：

p + theme_prism(palette = "candy_bright",
                base_fontface = "plain", # 字体样式，可选 bold, plain, italic
                   base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等
                   base_size = 16,  # 图形的字体大小
                   base_line_size = 0.8, # 坐标轴的粗细
                   axis_text_angle = 45)+ # 可选值有 0，45，90，270
  scale_fill_prism(palette = "candy_bright")

     ggprism包自带了很多的好看的主题，大家可以自己通过其中的参数设置得到自己的个性化图片：

p + theme_prism(palette = "ocean",
                base_fontface = "plain", # 字体样式，可选 bold, plain, italic
                base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等
                base_size = 16,  # 图形的字体大小
                base_line_size = 0.8, # 坐标轴的粗细
                axis_text_angle = 45)+ # 可选值有 0，45，90，270
  scale_fill_prism(palette = "ocean")

p + theme_prism(palette = "flames",
                base_fontface = "plain", # 字体样式，可选 bold, plain, italic
                base_family = "serif", # 字体格式，可选 serif, sans, mono, Arial等
                base_size = 16,  # 图形的字体大小
                base_line_size = 0.8, # 坐标轴的粗细
                axis_text_angle = 45)+ # 可选值有 0，45，90，270
  scale_fill_prism(palette = "flames")

---

大家如果需要完整代码，请在后台回复boxplot_p即可获得下载链接！

---

以上就是今天所有的内容，希望对您有所帮助！！！

大家如果有什么问题请在后台留言，小编看到后会在第一时间回复

欢迎大家点赞、转发并点亮在看，让更多朋友看到！！！

也欢迎大家关注我的公众号