日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

R語言繪制帶ErrorBar的分組條形圖代碼的分享_R語言

作者：生信了 ? 更新時間： 2022-04-21 編程語言

筆者近期畫了一張帶error bar的分組條形圖，將相關的代碼分享一下。

感謝網友青山屋主的建議，提示筆者要嚴謹區分技術重復和生物學重復，所以筆者對文章做修改后重發。如果各位有任何建議，歡迎指正。

本文旨在給出一種利用R對生物學重復數據畫帶error bar的分組條形圖的方法。

所用數據是模擬生成的：分成三個組，每個組進行了若干次生物學重復；測量的是3種基因的表達量。數據的部分內容如下：

##       gene1    gene2    gene3  Group
## 1  49.72475 267.0007 126.2007 Group1
## 2 114.62184 173.8780 150.2641 Group2
## 3 128.03351 227.9456 152.6378 Group3
## 4 134.90841 385.1979 148.2739 Group1
## 5 136.56659 190.0663 122.6201 Group2
## 6 143.88241 329.0516 236.9131 Group3

兩種方法的完整代碼放在了文末。如有問題，歡迎指正！

第一種實現方法：用aggregate計算數據

# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
 
# 可以在這里改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
## 'data.frame':    3000 obs. of  4 variables:
##  $ gene-1: num  49.7 114.6 128 134.9 136.6 ...
##  $ gene-2: num  267 174 228 385 190 ...
##  $ gene-3: num  126 150 153 148 123 ...
##  $ Group : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ...
# 將上述"寬數據"轉化為"長數據"
library(reshape2)
df_reshape <- melt(df, id.vars=c("Group"))
str(df_reshape)
## 'data.frame':    9000 obs. of  3 variables:
##  $ Group   : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ...
##  $ variable: Factor w/ 3 levels "gene-1","gene-2",..: 1 1 1 1 1 1 1 1 1 1 ...
##  $ value   : num  49.7 114.6 128 134.9 136.6 ...
# 獲取三個組各個基因表達量的平均值
df_mean <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
                        gene=df_reshape$variable), mean, na.rm=T)
 
# 獲取三個組各個基因表達量的標準差
df_sd <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
                        gene=df_reshape$variable), sd, na.rm=T)
 
# 合并mean和sd
colnames(df_mean)[3] <- "mean"
colnames(df_sd)[3] <- "sd"
df_stat <- merge(df_mean, df_sd, by=c("Group", "gene"))
str(df_stat)
## 'data.frame':    9 obs. of  4 variables:
##  $ Group: Factor w/ 3 levels "Group1","Group2",..: 1 1 1 2 2 2 3 3 3
##  $ gene : Factor w/ 3 levels "gene-1","gene-2",..: 1 2 3 1 2 3 1 2 3
##  $ mean : num  120 249 149 119 250 ...
##  $ sd   : num  19.4 51.4 30.2 21.2 52.3 ...
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（即下面的ymin=mean-sd和ymax=mean+sd語句）。
library(ggplot2)
dodge <- position_dodge(width=.9)
ggplot(data=df_stat) +
  geom_bar(aes(x=gene, y=mean, fill=Group), 
           stat="identity", position=dodge) +
  geom_errorbar(aes(x=gene, ymin=mean-sd, ymax=mean+sd, color=Group), 
                stat="identity", position=dodge, width=.3)

第二種實現方法：用dplyr包計算數據

# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
 
# 可以在這里改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
## 'data.frame':    3000 obs. of  4 variables:
##  $ gene-1: num  49.7 114.6 128 134.9 136.6 ...
##  $ gene-2: num  267 174 228 385 190 ...
##  $ gene-3: num  126 150 153 148 123 ...
##  $ Group : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ...
# 獲取三個組各個基因表達量的平均值和標準差
library(tidyr)
library(dplyr)
df_stat <- tbl_df(df) %>%
  gather(gene, value, -Group) %>%  # 將"寬數據"轉化為"長數據"
  group_by(Group, gene) %>%         # 將數據分組
  summarise(mean=mean(value, na.rm=T), sd=sd(value, na.rm=T)) %>% # 計算每組數據的mean和sd
  ungroup()
str(df_stat)
## Classes 'tbl_df', 'tbl' and 'data.frame':    9 obs. of  4 variables:
##  $ Group: Factor w/ 3 levels "Group1","Group2",..: 1 1 1 2 2 2 3 3 3
##  $ gene : chr  "gene-1" "gene-2" "gene-3" "gene-1" ...
##  $ mean : num  120 249 149 119 250 ...
##  $ sd   : num  19.4 51.4 30.2 21.2 52.3 ...
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（即下面的ymin=mean-sd和ymax=mean+sd語句）。
library(ggplot2)
dodge <- position_dodge(width=.9)
df_stat %>% ggplot() +
  geom_bar(aes(x=gene, y=mean, fill=Group), 
           stat="identity", position=dodge) +
  geom_errorbar(aes(x=gene, ymin=mean-sd, ymax=mean+sd, color=Group), 
                stat="identity", position=dodge, width=.3)

兩種方法的結果是一樣的，相對而言，dplyr的實現方法更簡單快捷。

最后，兩種方法的完整代碼如下：

#################第一種實現方法：用aggregate計算數據######################
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
 
# 可以在這里改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
 
# 將上述"寬數據"轉化為"長數據"
library(reshape2)
df_reshape <- melt(df, id.vars=c("Group"))
str(df_reshape)
 
# 獲取三個組各個基因表達量的平均值
df_mean <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
                        gene=df_reshape$variable), mean, na.rm=T)
 
# 獲取三個組各個基因表達量的標準差
df_sd <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
                        gene=df_reshape$variable), sd, na.rm=T)
 
# 合并mean和sd
colnames(df_mean)[3] <- "mean"
colnames(df_sd)[3] <- "sd"
df_stat <- merge(df_mean, df_sd, by=c("Group", "gene"))
str(df_stat)
 
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（即下面的ymin=mean-sd和ymax=mean+sd語句）。
library(ggplot2)
dodge <- position_dodge(width=.9)
ggplot(data=df_stat) +
  geom_bar(aes(x=gene, y=mean, fill=Group), 
           stat="identity", position=dodge) +
  geom_errorbar(aes(x=gene, ymin=mean-sd, ymax=mean+sd, color=Group), 
                stat="identity", position=dodge, width=.3)
 
####################第二種實現方法：用dplyr包計算數據######################
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
 
# 可以在這里改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
 
# 獲取三個組各個基因表達量的平均值和標準差
library(tidyr)
library(dplyr)
df_stat <- tbl_df(df) %>%
  gather(gene, value, -Group) %>%  # 將"寬數據"轉化為"長數據"
  group_by(Group, gene) %>%         # 將數據分組
  summarise(mean=mean(value, na.rm=T), sd=sd(value, na.rm=T)) %>% # 計算每組數據的mean和sd
  ungroup()
str(df_stat)
 
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（即下面的ymin=mean-sd和ymax=mean+sd語句）。
library(ggplot2)
dodge <- position_dodge(width=.9)
df_stat %>% ggplot() +
  geom_bar(aes(x=gene, y=mean, fill=Group), 
           stat="identity", position=dodge) +
  geom_errorbar(aes(x=gene, ymin=mean-sd, ymax=mean+sd, color=Group), 
                stat="identity", position=dodge, width=.3)

原文鏈接：https://blog.csdn.net/biocity/article/details/103417928

欄目分類
最近更新