一、前言
箱线图一般用于可视化基因的表达情况，常化用统计学方法计算组间基因的表达差异情况。以下主要是用boxplot和geom_boxplot
二、初阶画图
2.1 基础语法
boxplot(x, data, notch, varwidth, names, main)
#x：向量或公式
#data：是数据帧
#notch：逻辑值。 设置为TRUE以绘制凹口
#varwidth：一个逻辑值。 设置为true以绘制与样本大小成比例的框的宽度
#names：将打印在每个箱线图下的组标签
#main：用于给图表标题
2.2 简单箱线图
#内置数据集
ToothGrowth$dose <- as.factor(ToothGrowth$dose)
head(ToothGrowth)
p <- ggplot(ToothGrowth,
aes(x=dose, y=len)) +
geom_boxplot()
p
#翻转横置
p + coord_flip()
#凹形箱线图
ggplot(ToothGrowth,
aes(x=dose, y=len)) +
geom_boxplot(notch=TRUE)
#修改离群值、颜色、形状和大小
ggplot(ToothGrowth,
aes(x=dose, y=len)) +
geom_boxplot(outlier.colour="red",
outlier.shape=8,
outlier.size=4)
2.3 带点箱线图
#初始箱线图
p <- ggplot(ToothGrowth,
aes(x=dose, y=len)) +
geom_boxplot()
#显示每个值
p + geom_dotplot(binaxis='y',
stackdir='center',
dotsize=1)
#发散式散点
p + geom_jitter(shape=16,
position=position_jitter(0.2)) # 0.2：X方向上的发散程度
2.4 给线条“上色”
简单上色
#根据dose列分三色
p<-ggplot(ToothGrowth,
aes(x=dose, y=len, color=dose)) +
geom_boxplot()
p
自定义修改颜色 scale_color_manual（） ： 使用自定义颜色 scale_color_brewer（） ： 使用 RColorBrewer 包中的调色板 scale_color_grey（） ： 使用灰色调色板
#自定义调色板
p<-ggplot(ToothGrowth,
aes(x=dose, y=len, color=dose)) +
geom_boxplot()
p+scale_color_manual(values=c("#999999", "#E69F00", "#56B4E9"))
#使用brewer调色板
p+scale_color_brewer(palette="Dark2")
2.5 填充“上色”
#使用单色
ggplot(ToothGrowth, aes(x=dose, y=len)) +
geom_boxplot(fill='#A4A4A4', color="black")+
theme_classic()
#分组上色
p<-ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) +
geom_boxplot()
p
修改颜色与上面改线条颜色同理，只不过变成了fill scale_fill_manual（） ： 使用自定义颜色 scale_fill_brewer（） ： 使用 RColorBrewer 包中的调色板 scale_fill_grey（） ： 使用灰色调色板
p<-ggplot(ToothGrowth,
aes(x=dose, y=len, color=dose)) +
geom_boxplot()
p+scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))
#使用brewer调色板
p+scale_fill_brewer(palette="Dark2")
#灰色调色板几乎不使用，不过代码如下大家可以自己运行
#使用黑白色线条
p<-ggplot(ToothGrowth,
aes(x=dose, y=len, color=dose)) +
geom_boxplot()
p + scale_color_grey() + theme_classic()
#使用黑白色填充
p<-ggplot(ToothGrowth, aes(x=dose, y=len, fill=dose)) +
geom_boxplot()
p + scale_fill_grey() + theme_classic()
2.6 修改图形顺序
p + scale_x_discrete(limits=c("2", "0.5", "1"))
三、进阶画图
3.1 排序箱线图
library(plyr)
library(ggpubr)
#读取文件
rt=read.table(inputFile, sep="\t", header=T, check.names=F)
x=colnames(rt)[2]
y=colnames(rt)[3]
colnames(rt)=c("id","Type","expression")
#排序
med=ddply(rt,"Type",summarise,med=median(expression))
rt$Type=factor(rt$Type, levels=med[order(med[,"med"],decreasing = T),"Type"])
#绘制
col=rainbow(length(levels(factor(rt$Type))))
pdf(file=outFile, width=10, height=6) #输出图片文件
p=ggboxplot(rt, x="Type", y="expression", color = "Type",
palette = col,
ylab=y,
xlab=x,
#add = "jitter", #绘制每个样品的散点
legend = "right")
p+rotate_x_text(45) #倾斜角度
dev.off()
print(p+rotate_x_text(45))
3.2 差异箱线图
#读取文件
rt=read.table(inputFile,sep="\t",header=T,check.names=F)
x=colnames(rt)[2]
y=colnames(rt)[3]
colnames(rt)=c("id","Group","Expression")
#设置分组
group=levels(factor(rt$Group))
rt$Group=factor(rt$Group, levels=group)
comp=combn(group,2)
my_comparisons=list()
for(i in 1:ncol(comp)){my_comparisons[[i]]<-comp[,i]}
#绘制boxplot
pdf(file=outFile,width=5,height=4.5)
boxplot=ggboxplot(rt,
x="Group",
y="Expression",
color="Group",
xlab=x,
ylab="TP53 Expression",
legend.title=x,
palette = c(colornormal,colortumor),
add = "jitter")+
stat_compare_means(comparisons = my_comparisons,method = "wilcox.test") #默认是wilcox.test，可换成t.test,kruskal.test，anova，下面同理
print(boxplot)
dev.off()
3.3 多基因差异箱线图
#读取文件
rt=read.table(inputFile,sep="\t",header=T,check.names=F,row.names=1)
x=colnames(rt)[1]
colnames(rt)[1]="Type"
#整理表格
data=melt(rt,id.vars=c("Type"))
colnames(data)=c("Type","Gene","Expression")
#绘制
pdf(file=outFile, width=6, height=5)
p=ggboxplot(data, x="Gene", y="Expression", color = "Type",
ylab="Gene expression",
xlab="",
legend.title=x,
palette = c(colornormal,colortumor),
width=0.6, add = "none")
p=p+rotate_x_text(60)
#标显著星号
p1=p+stat_compare_means(aes(group=Type),
method="wilcox.test",
symnum.args=list(cutpoints = c(0, 0.001, 0.01, 0.05, 1), symbols = c("***", "**", "*", " ")),
label = "p.signif")
print(p1)
dev.off()
3.4 多组差异箱线图
#读取文件
rt=read.table(inputFile,sep="\t",header=T,check.names=F)
x=colnames(rt)[2]
y=colnames(rt)[3]
colnames(rt)=c("id","Type","Expression")
#设置分组
group=levels(factor(rt$Type))
rt$Type=factor(rt$Type, levels=group)
comp=combn(group,2)
my_comparisons=list()
for(i in 1:ncol(comp)){my_comparisons[[i]]<-comp[,i]}
#绘制
pdf(file=outFile, width=5.5, height=5)
boxplot=ggboxplot(rt, x="Type", y="Expression", color="Type",
xlab=x,
ylab=y,
legend.title=x,
add = "jitter")+
scale_colour_manual(values = c("#FED43999","#709AE199","#8A919799","#D2AF8199"))+
stat_compare_means(comparisons = my_comparisons)
print(boxplot)
dev.off()
3.5 多基因多组差异箱线图
#读取文件
rt=read.table(inputFile, header=T,sep="\t",check.names=F,row.names=1)
x=colnames(rt)[1]
colnames(rt)[1]="Type"
#差异分析
geneSig=c("")
for(gene in colnames(rt)[2:ncol(rt)]){
rt1=rt[,c(gene,"Type")]
colnames(rt1)=c("expression","Type")
p=1
if(length(levels(factor(rt1$Type)))>2){
test=kruskal.test(expression ~ Type, data = rt1)
p=test$p.value
}else{
test=wilcox.test(expression ~ Type, data = rt1)
p=test$p.value
}
Sig=ifelse(p<0.001,"***",ifelse(p<0.01,"**",ifelse(p<0.05,"*","")))
geneSig=c(geneSig,Sig)
}
colnames(rt)=paste0(colnames(rt),geneSig)
#整理表格
data=melt(rt,id.vars=c("Type"))
colnames(data)=c("Type","Gene","Expression")
#绘制
pdf(file=outFile, width=9, height=5)
p1=ggplot(data,aes(x=Type,y=Expression,fill=Type))+
guides(fill=guide_legend(title=x))+
labs(x = x, y = "Gene expression")+
geom_boxplot()+
facet_wrap(~Gene,nrow =1)+
#theme_bw()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))
p2=p1+scale_fill_manual(values=c("#FED43999","#709AE199","#8A919799","#D2AF8199"))
print(p2)
dev.off()
四、讨论
箱线图最主要的运用场景还是为了展示某个或者某几个变量的分布，如果讨论分组便介入t检验，非参数秩和检验等统计学方法计算其显著性。以上代码都是导入自己的文件可直接运行的。关注公主号生信初学者回复boxplot领取示例数据和代码