# 跟着Nature Metabolism学作图:R语言ggplot2分组折线图添加误差线

## 论文

Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity

https://www.nature.com/articles/s42255-022-00674-x#Sec58

s42255-022-00674-x.pdf

https://github.com/Osynchronika/sc_EC_obesity_atlas

## 加载作图需要用到的R包

library(tidyverse)
library(plotrix)
library(ggh4x)

dat

## 按照行计算平均值和标准误

dat %>%
rowwise() %>%
mutate(mean_value=mean(c_across(rep1:rep4)),
std_value=std.error(c_across(rep1:rep4))) %>%
filter(Weeks>=11)-> new.dat

## 作图代码

ggplot(data=new.dat,aes(x=Weeks,y=mean_value))+
annotate(geom = "rect",xmin=22,xmax=27,ymin=-Inf,ymax=Inf,fill="gray")+
geom_vline(xintercept = 22,lty="dashed",size=1,color="black")+
geom_point(aes(color=group),size=3)+
geom_line(aes(color=group),size=1)+
scale_x_continuous(limits = c(10,27),
breaks = seq(10,25,5),
guide = "axis_minor",
minor_breaks = seq(11,27,1),
expand = expansion(mult=c(0,0.05)))+
scale_y_continuous(limits = c(20,50),
breaks = seq(20,50,by=10),
expand=expansion(mult=c(0,0)))+
guides(x=guide_axis_minor(trunc_upper = 27,
trunc_lower = 10))+
geom_errorbar(aes(ymin=mean_value-std_value,
ymax=mean_value+std_value,
color=group),
width=0.2,
size=1)+
scale_color_manual(values = c("WD"="#f68a15",
"Rev 3"="#008c00",
"Chow"="#094cc3"))+
theme_classic()+
theme(ggh4x.axis.ticks.length.minor= rel(0.5),
axis.ticks.length.x = unit(0.5,'lines'),
legend.position = "bottom")+
labs(x="Age(weeks)",y=expression(Weight%+-%s.e.m.(g)))+
annotate(geom = "text",x=27,y=41,label="P=0.003",hjust=1)+
annotate(geom = "text",x=27,y=35,label="P=0.007",hjust=1)+
coord_cartesian(clip="off")

## 直接点击 设为星标 就可以了

|
4月前
R语言ECM误差修正模型、均衡修正模型、受限VECM、协整检验、单位根检验即期利率市场数据
R语言ECM误差修正模型、均衡修正模型、受限VECM、协整检验、单位根检验即期利率市场数据
56 0
|

R语言绘图教程丨Nature论文都在用的多组比较箱线图，自动计算显著性并标注，附带误差线
R语言绘图教程丨Nature论文都在用的多组比较箱线图，自动计算显著性并标注，附带误差线
995 0
|
4月前
|

R语言用随机森林模型的酒店收入和产量预测误差分析
R语言用随机森林模型的酒店收入和产量预测误差分析
47 0
|
4月前
|

22 0
|
4月前
|

R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
34 0
|
4月前
r语言ggplot2误差棒图快速指南
r语言ggplot2误差棒图快速指南
90 0
|
4月前
R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
R语言向量误差修正模型 (VECMs)分析长期利率和通胀率影响关系
66 0
|
4月前
R语言异方差回归模型建模：用误差方差解释异方差
R语言异方差回归模型建模：用误差方差解释异方差
27 0
|

157 0
|

275 0