

R绘图往期回顾:
R绘图:唱一半的歌,画一半的图 gghalves
R绘图:gggibbous,基于ggplot2的Moon charts
R绘图:ggeconodist,基于ggplot2的另类箱图
R语言学习系列之“多变的热图”
蚂蚁金服在线可视化引擎 G2
R绘图:无与伦比的华丽风行(桑基图)
R绘图:相关性分析与作图(单基因相关性)
R绘图:相关性分析与作图R绘图
ggsci: 高大上的论文配色,一文解决配色问题
R绘图 ggpubr: 为学术而生
TCGA数据分析系列之火山图
R绘图 雷达图-单基因泛癌差异表达的另类展现形式
现实中有很多数据都是配对的,最常见的就是癌和癌旁,ggpubr包的ggpaired函数可以实现配对样本的统计和作图
加载数据
rm(list = ls())
library(tidyverse)
library(ggpubr)
pairdata<-read.table('pair.txt',header = T,sep = 't')

ggpaired用法
ggpaired(data, cond1, cond2, x = NULL, y = NULL, id = NULL,color = "black", fill = "white", palette = NULL, width = 0.5,point.size = 1.2, line.size = 0.5, line.color = "black",title = NULL, xlab = "Condition", ylab = "Value",facet.by = NULL, panel.labs = NULL, short.panel.labs = TRUE,label = NULL, font.label = list(size = 11, color = "black"),label.select = NULL, repel = FALSE, label.rectangle = FALSE,ggtheme = theme_pubr(), ...)
ggpaired函数有两种不同的方式做图,第一种是这样的
ggpaired(pairdata, cond1 = "condition1", cond2 = "condition2",fill = "condition", palette = "jco")

加上P值
ggpaired(pairdata, cond1 = "condition1", cond2 = "condition2",fill = "condition", palette = "jco")+stat_compare_means(method = "t.test",paired = TRUE,label.y = 100)

那么如果是三组数据做配对分析呢?这个时候可以把数据转换成长数据,我们用tidyverse包中的gather函数来实现
drawdata<- pairdata %>% gather("condition", "value", -ID)

此时数据就变成了长数据
用第二种方式作图
ggpaired(drawdata, x = 'condition', y = 'value',id='ID',color = 'condition', palette = "jco", line.color = "gray", line.size = 0.4,short.panel.labs = FALSE)+stat_compare_means(method = "anova", label.y = 100)

用样本两两之间的配对T检验
my_comparisons <- list( c("condition1", "condition2"), c("condition1", "condition3"), c("condition2", "condition3") )
ggpaired(drawdata, x = 'condition', y = 'value',id='ID',color = 'condition', palette = "jco", line.color = "gray", line.size = 0.4,short.panel.labs = FALSE)+stat_compare_means(aes(label = ..p.signif..),method = "t.test",paired = TRUE, comparisons = my_comparisons)

单基因泛癌分析链接
TCGA单基因免疫相关泛癌分析(应要求,对出图添加更细致的描述)mp.weixin.qq.com

公众号“生信小课堂”

TCGA数据分析课程:
生物信息学教学m.study.163.com