高分论文图表完美复现-注释点图

科技   2024-10-18 17:20   陕西  

欢迎关注R语言数据分析指南

本节来复现一个nature cell biology期刊论文内的常见图,该图在相关论文中出现的频率非常高。图形看起来比较简单,但是若要使用ggplot2完全绘制出来细节是相当的多,颇有难度。下面小编就来具体介绍,数据来自论文源数据,根据个人对其理解进行数据整理及绘图,整个过程仅供参考,只做绘图展示。数据+详细代码稍后会上传到交流群内,购买过小编绘图文档的朋友可在所加的交流群内获取下载,有需要的朋友可关注文末介绍购买小编的R绘图文档。购买前请咨询,零基础不要买。

论文

Spatial and functional separation of mTORC1 signalling in response to different amino acid sources

原图

最终结果图

图形解读

此图看起来较为简单,但是要完整的绘制出此图需要调整的细节非常之多。要考虑到ggplot2绘图的方方面面,因此该绘图案例是一个非常好的学习过程。其难点主要有如下几点:
1.Y轴刻度调整 2.X轴刻度条添加 3.添加+-文本 4.添加X轴分组条带及文本 5.theme函数的众多参数定义 6.annotate函数的合理使用

代码部分

library(tidyverse)
library(ggh4x)
library(ggprism)
library(rstatix)
library(ggpubr)

df <- read_tsv("data.tsv")
group <- read_tsv("group.tsv")

dff <- df %>% pivot_longer(.,cols=c(A:K),names_to = "Sample") %>% 
  left_join(.,group,by="Sample")

df_pval <- dff %>% group_by(Group) %>%
  wilcox_test(value ~ Sample) %>%
  adjust_pvalue(p.col="p",method = "bonferroni") %>%
  add_significance(p.col="p.adj") %>% 
  add_xy_position(x="Sample",scales = "free") %>%
  mutate(y.position=0.9)
  
dff %>% ggplot(aes(x = Sample,y = value,color =Sample)) +
  geom_jitter(width=0.1,size=2.5)+
  stat_summary(fun="mean", geom="errorbar"
               width=0.4, aes(ymin=..y.., ymax=..y..), color="black")+
  stat_summary(fun.data ="mean_se",geom="errorbar",width = 0.1,color="black")+
  scale_x_discrete(labels=dff$id)+
  scale_y_continuous(limits = c(0,1),
                     breaks = c(0,0.2,0.4,0.6,0.8,1),
                     labels = c(0,0.2,0.4,0.6,0.8,1),
                     expand = expansion(mult = c(0.2,0)))+
  labs(x=NULL,y="mTOR/LAMP2 colocalization \n (Pearson's coefficient)")+
  scale_color_manual(values = c("#8D8680","#046C9A","#C7B19C","#46ACC8","#8D8680","#046C9A","#8D8680","#046C9A"))+
  stat_pvalue_manual(df_pval,label = "p.adj.signif",hide.ns=T
                     tip.length=0,label.size=7,color="black")+
  theme_classic()+
  theme(axis.text=element_text(color="black"),
        axis.title = element_text(color="black",size=11),
        legend.position = "none")

一般情况下绘制到此步骤就能满足较多读者实际需要,但是若想对图形元素进行完美的调整那代码就会复杂很多,详细注释代码交流群内更新分享。

关注下方公众号下回更新不迷路

购买介绍

本节介绍到此结束,有需要学习R数据可视化的朋友欢迎到淘宝店铺:R语言数据分析指南,购买小编的R语言可视化文档(2024版),购买将赠送2023年的绘图文档内容。目前此文档(2023+2024)已经更新上传200案例文档,每个案例都附有相应的数据和代码,并配有对应的注释文档,方便大家学习和参考。

2024更新的绘图内容将同时包含数据+代码+注释文档+文档清单,2023无目录仅有数据文件夹,小编只分享案例文档,不额外回答问题,无答疑服务,零基础不推荐买。

案例特点

所选案例图均属于个性化分析图表完全适用于论文发表,内容异常丰富两年累计发布案例图200+,2024年6月起提供html版注释文档更加直观易学。文档累计上千人次购买拥有良好的社群交流体验。R代码结构清晰易懂,为防止中文乱码提供单独的注释文档

群友精彩评论

淘宝店铺

2024年已更新案例图展示


R语言数据分析指南
R语言重症爱好者,喜欢绘制各种精美的图表,喜欢的小伙伴可以关注我,跟我一起学习
 最新文章