原文鏈接：使用ggplot繪制柱狀圖，在柱子中顯示數(shù)值和顯著性

本期教程

獲得本期教程示例數(shù)據(jù)，后臺(tái)回復(fù)關(guān)鍵詞：20240628。（PS：在社群中，可獲得往期和未來(lái)教程所有數(shù)據(jù)和代碼）

往期教程部分內(nèi)容

寫(xiě)在前面

基于ggplot繪制柱狀圖，小技巧，很基礎(chǔ)的圖形。但是，越到后面，會(huì)發(fā)現(xiàn)，越是基礎(chǔ)的圖形，我們使用的頻率越高。今天的教程是基于發(fā)芽指數(shù)來(lái)繪制，我們模擬一個(gè)發(fā)芽數(shù)和天數(shù)，計(jì)算出發(fā)芽指數(shù)。

代碼

##'@在柱狀圖中顯示數(shù)字
##'@2024.06.28
##'@
##'@小杜的生信筆記library(ggplot2)
library(dplyr)
library(tidyr)
library(ggplot2)
library(agricolae)setwd("D:\\BioinfoFile\\小杜的生信筆記\\2024\\20240628_柱狀圖中顯示數(shù)據(jù)")
##'@此次數(shù)據(jù)基于種子發(fā)芽指數(shù)計(jì)算公式進(jìn)行，數(shù)據(jù)具有隨機(jī)性，不具有任何意義。
##'@加載數(shù)據(jù)
data <- read.csv("20240628_inputdata.csv",header = T)data

相關(guān)計(jì)算代碼

## 轉(zhuǎn)換數(shù)據(jù)
long_data <- data %>%pivot_longer(cols = starts_with("germinated"), names_to = "replicate", values_to = "germinated")
long_data
##計(jì)算活力指數(shù)
germination_index <- long_data %>%group_by(treatment, day) %>%summarise(GI = sum(germinated / day)) %>%ungroup()#'@計(jì)算各個(gè)處理的平均數(shù)和標(biāo)準(zhǔn)差
summary_gi <- germination_index %>%group_by(treatment) %>%summarise(mean_GI = mean(GI), sd_GI = sd(GI))#'@單因素方差分析
anova_result <- aov(GI ~ treatment + day, data = germination_index)
summary(anova_result)#'@進(jìn)行Tukey HSD檢驗(yàn)
tukey_result <- HSD.test(anova_result, "treatment", group = TRUE)
print(tukey_result)# 提取 Tukey HSD 結(jié)果中的字母標(biāo)記
groups <- tukey_result$groups
df_letters <- data.frame(sample = rownames(groups), letters = groups$groups)
##'@修改名稱(chēng)
colnames(df_letters) <- c("treatment","letters")# 合并均值和字母標(biāo)記
df_data <- merge(summary_gi, df_letters, by = "treatment")

繪圖

ggplot(df_data, aes(x = treatment, y = mean_GI, fill = treatment)) +geom_bar(stat = "identity", position = "dodge", color = "black", size = 0.5) +##'@誤差線geom_errorbar(aes(ymin = mean_GI - sd_GI, ymax = mean_GI + sd_GI), width = 0.15, ## 寬度size = 1  ##字體大小) +##'@顯示數(shù)字geom_text(aes(x = treatment, y = mean_GI + sd_GI + 0.5,  ## “+0.5”顯示的高度label = round(mean_GI, 2)),   ### "round(mean_GI, 2))",其中2，表示數(shù)字顯示的小數(shù)點(diǎn)位數(shù)size = 5,color = 'black') +##'@顯示顯著性geom_text(aes(x = treatment, y = mean_GI + sd_GI + 1.3, label = letters), size = 6, color = "red") +theme_bw()+scale_fill_manual(values = c("#1f78b4", "#ff7f00", "#4daf4a")) +labs(x = NULL, y = "Germination Index")+theme(#axis.line = element_line(size = 1),  ## 粗細(xì)text=element_text(#family = "sans",colour ="black",size = 10),axis.text.x = element_text(color = "black", size = 12),axis.text.y = element_text(color = "black",size = 11),axis.ticks = element_line(colour = "black"),strip.text = element_text(color = "black",size = 10),axis.title = element_text(color = "black",size = 12), ##坐標(biāo)軸字體大小legend.position = "none",strip.background = element_blank())ggsave("20240608_柱狀圖-顯示數(shù)字.pdf",width = 6, height = 4)

獲得本期教程示例數(shù)據(jù)，后臺(tái)回復(fù)關(guān)鍵詞：20240628。（PS：在社群中，可獲得往期和未來(lái)教程所有數(shù)據(jù)和代碼）

若我們的教程對(duì)你有所幫助，請(qǐng)點(diǎn)贊+收藏+轉(zhuǎn)發(fā)，這是對(duì)我們最大的支持。

往期部分文章

1. 最全WGCNA教程（替換數(shù)據(jù)即可出全部結(jié)果與圖形）

• WGCNA分析 | 全流程分析代碼 | 代碼一

• WGCNA分析 | 全流程分析代碼 | 代碼二

• WGCNA分析 | 全流程代碼分享 | 代碼三

• WGCNA分析 | 全流程分析代碼 | 代碼四

• WGCNA分析 | 全流程分析代碼 | 代碼五(最新版本)

---

2. 精美圖形繪制教程

• 精美圖形繪制教程

3. 轉(zhuǎn)錄組分析教程

• 轉(zhuǎn)錄組上游分析教程[零基礎(chǔ)]

• 一個(gè)轉(zhuǎn)錄組上游分析流程 | Hisat2-Stringtie

4. 轉(zhuǎn)錄組下游分析

• 批量做差異分析及圖形繪制 | 基于DESeq2差異分析

• GO和KEGG富集分析

• 單基因GSEA富集分析

• 全基因集GSEA富集分析

小杜的生信筆記 ，主要發(fā)表或收錄生物信息學(xué)教程，以及基于R分析和可視化（包括數(shù)據(jù)分析，圖形繪制等）；分享感興趣的文獻(xiàn)和學(xué)習(xí)資料!!