跟着 Cell 学作图 | 分组抖动散点图+差异分析

简介: 跟着 Cell 学作图 | 分组抖动散点图+差异分析

抖动散点图

今天我们复现一幅2022年3月发表在Cell上的抖动散点图

Title:Tissue-resident FOLR2+ macrophages associate with CD8+ T cell infiltration in human breast cancer

DOI:https://doi.org/10.1016/j.cell.2022.02.021

之前复现过的散点图

  1. 跟着 Cell 学作图 | 箱线图+散点(组间+组内差异分析)
  2. R实战 | 对称云雨图 + 箱线图 + 配对散点 + 误差棒图 +均值连线

Snipaste_2022-06-17_08-56-10

读图

本期抖动散点图亮点:

  1. 蜂群图不同,只是单纯的抖动散点图
  2. y轴刻度   log10转换
  3. x轴刻度标签修改,上标的添加。
  4. 差异结果注释在图形区域外。

结果展示

复现结果



绘制

# 示例数据准备及预处理
gene = data.frame( A = runif(100,2,900),
                   B = runif(100,0.1,5))
# 长宽转换
library(reshape2)
gene_exp = melt(gene,
                measure.vars = c("A","B"),
                variable.name = "gene",value.name = "exp")
# 绘制
library(ggplot2)
library(ggpubr)
p <- ggplot(gene_exp,aes(x = gene, y = exp),color = 'balck')+
  geom_jitter(aes(fill = gene), 
              width = 0.2,
              height =0, 
              size = 3, 
              shape = 21, 
              stroke = 0.4, 
              show.legend = FALSE)+
  scale_fill_manual(values = c("#bc382d","#314494"))+
  ## 先算一下显著性差异,再手动添加
  # geom_signif(comparisons = list(c("A","B")),
  #            test = "t.test",
  #            map_signif_level = T)+
  scale_y_log10()+
  scale_x_discrete(labels = c('',''))+
  xlab(" ") +
  theme_classic()
p 
p1 <- p +  
  coord_cartesian(clip = 'off',ylim = c(0.1,1000))+ #在非图形区域绘图,且要定好y轴范围
  theme(plot.margin = margin(0.5,0,0,0.5,'cm'))+ #自定义图片上左下右的边框宽度
  annotate('segment',x=1,xend=2,y=1500,yend=1500,color='black',cex=.4)+
  annotate("text", x = 1.5, y = 1500, label ="***",size = 6)+
  annotate("text",label = bquote (FOLR^high),x=1,y=0.03)+
  annotate("text",label = bquote (FOLR^low),x=2,y=0.03)
p1

复现结果

往期内容

  1. (免费教程+代码领取)|跟着Cell学作图系列合集
  2. Q&A | 如何在论文中画出漂亮的插图?
  3. 跟着 Cell 学作图 | 桑葚图(ggalluvial)
  4. R实战 | Lasso回归模型建立及变量筛选
  5. 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)
  6. R实战 | 给聚类加个圈圈(ggunchull)
  7. R实战 | NGS数据时间序列分析(maSigPro)
  8. 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)
相关文章
|
1月前
|
XML 存储 数据处理
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
python绘制热力图-数据处理-VOC数据类别标签分布及数量统计(附代码)
91 0
|
10月前
|
数据可视化
绘制热图时看不出颜色差异?四种方式转换处理使结果显而“易”见
绘制热图时看不出颜色差异?四种方式转换处理使结果显而“易”见
18536 2
|
8月前
跟着 Cell 学作图 | 分组蜂群图+均值线+差异分析(组间+组内)
跟着 Cell 学作图 | 分组蜂群图+均值线+差异分析(组间+组内)
68 0
|
8月前
|
数据挖掘
这图怎么画| 批量小提琴图+箱线图+散点+差异分析
这图怎么画| 批量小提琴图+箱线图+散点+差异分析
183 0
|
8月前
|
数据挖掘
这图怎么画| 多组箱线图+组间/内差异分析
这图怎么画| 多组箱线图+组间/内差异分析
123 0
|
8月前
|
数据挖掘
跟着 NC 学作图 | 多组散点图+配对连线+差异分析
跟着 NC 学作图 | 多组散点图+配对连线+差异分析
122 0
|
8月前
|
数据挖掘
跟着 Cancer Cell 学作图 | 相关性热图(不对称版)
跟着 Cancer Cell 学作图 | 相关性热图(不对称版)
63 0
|
8月前
跟着 Cell 学作图 | 柱状图+误差棒+蜂群图
跟着 Cell 学作图 | 柱状图+误差棒+蜂群图
110 0
跟着Nat Commun学作图 | 4.配对箱线图+差异分析
跟着Nat Commun学作图 | 4.配对箱线图+差异分析
472 0
跟着Nat Commun学作图 | 4.配对箱线图+差异分析
|
数据可视化
利用ggcor包绘制相关性组合图及环状热图
ggcor包最初是因为能快速实现19年Science一组合相关性图(上图所示)变得流行起来,除此该包对热图、热图等等的可视化都是很方便快捷的,除了之前介绍过的几种相关性图几种方式,此包也是个不错的选择,且具独特的风格(特别是组合相关性图、环形热图)。但是不知道因为何种原因此包在Github上消失了....,到作者(厚缊)个人博客上瞅了瞅发现关于包的参数介绍示例等也都没有了,在评论区里看到作者回答项目已不再提供任何代码和任何资料,需要的可以去国内的gitee和国外的github搜索看看有没有别人存的代码。
482 0