R語言繪制帶ErrorBar的分組條形圖代碼的分享

第R語言繪制帶ErrorBar的分組條形圖代碼的分享目錄第一種實(shí)現(xiàn)方法：用aggregate計(jì)算數(shù)據(jù)第二種實(shí)現(xiàn)方法：用dplyr包計(jì)算數(shù)據(jù)筆者近期畫了一張帶errorbar的分組條形圖，將相關(guān)的代碼分享一下。

感謝網(wǎng)友青山屋主的建議，提示筆者要嚴(yán)謹(jǐn)區(qū)分技術(shù)重復(fù)和生物學(xué)重復(fù)，所以筆者對(duì)文章做修改后重發(fā)。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(duì)生物學(xué)重復(fù)數(shù)據(jù)畫帶errorbar的分組條形圖的方法。

所用數(shù)據(jù)是模擬生成的：分成三個(gè)組，每個(gè)組進(jìn)行了若干次生物學(xué)重復(fù)；測(cè)量的是3種基因的表達(dá)量。數(shù)據(jù)的部分內(nèi)容如下：

##gene1gene2gene3Group

##149.72475267.0007126.2007Group1

##2114.62184173.8780150.2641Group2

##3128.03351227.9456152.6378Group3

##4134.90841385.1979148.2739Group1

##5136.56659190.0663122.6201Group2

##6143.88241329.0516236.9131Group3

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(shí)現(xiàn)方法：用aggregate計(jì)算數(shù)據(jù)

#導(dǎo)入數(shù)據(jù)

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(biāo)簽名。

colnames(df)[1:3]-c("gene-1","gene-2","gene-3")

str(df)#顯示數(shù)據(jù)集內(nèi)容

##'data.frame':3000obs.of4variables:

##$gene-1:num49.7114.6128134.9136.6...

##$gene-2:num267174228385190...

##$gene-3:num126150153148123...

##$Group:Factorw/3levels"Group1","Group2",..:1231231231...

#將上述"寬數(shù)據(jù)"轉(zhuǎn)化為"長數(shù)據(jù)"

library(reshape2)

df_reshape-melt(df,id.vars=c("Group"))

str(df_reshape)

##'data.frame':9000obs.of3variables:

##$Group:Factorw/3levels"Group1","Group2",..:1231231231...

##$variable:Factorw/3levels"gene-1","gene-2",..:1111111111...

##$value:num49.7114.6128134.9136.6...

#獲取三個(gè)組各個(gè)基因表達(dá)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(gè)組各個(gè)基因表達(dá)量的標(biāo)準(zhǔn)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':9obs.of4variables:

##$Group:Factorw/3levels"Group1","Group2",..:111222333

##$gene:Factorw/3levels"gene-1","gene-2",..:123123123

##$mean:num120249149119250...

##$sd:num19.451.430.221.252.3...

#畫圖

#直接在畫圖的語句中計(jì)算出error_bar所需的數(shù)據(jù)：

#（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(shí)現(xiàn)方法：用dplyr包計(jì)算數(shù)據(jù)

#導(dǎo)入數(shù)據(jù)

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(biāo)簽名。

colnames(df)[1:3]-c("gene-1","gene-2","gene-3")

str(df)#顯示數(shù)據(jù)集內(nèi)容

##'data.frame':3000obs.of4variables:

##$gene-1:num49.7114.6128134.9136.6...

##$gene-2:num267174228385190...

##$gene-3:num126150153148123...

##$Group:Factorw/3levels"Group1","Group2",..:1231231231...

#獲取三個(gè)組各個(gè)基因表達(dá)量的平均值和標(biāo)準(zhǔn)差

library(tidyr)

library(dplyr)

df_stat-tbl_df(df)%%

gather(gene,value,-Group)%%#將"寬數(shù)據(jù)"轉(zhuǎn)化為"長數(shù)據(jù)"

group_by(Group,gene)%%#將數(shù)據(jù)分組

summarise(mean=mean(value,na.rm=T),sd=sd(value,na.rm=T))%%#計(jì)算每組數(shù)據(jù)的mean和sd

ungroup()

str(df_stat)

##Classes'tbl_df','tbl'and'data.frame':9obs.of4variables:

##$Group:Factorw/3levels"Group1","Group2",..:111222333

##$gene:chr"gene-1""gene-2""gene-3""gene-1"...

##$mean:num120249149119250...

##$sd:num19.451.430.221.252.3...

#畫圖

#直接在畫圖的語句中計(jì)算出error_bar所需的數(shù)據(jù)：

#（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(jié)果是一樣的，相對(duì)而言，dplyr的實(shí)現(xiàn)方法更簡單快捷。

最后，兩種方法的完整代碼如下：

#################第一種實(shí)現(xiàn)方法：用aggregate計(jì)算數(shù)據(jù)######################

#導(dǎo)入數(shù)據(jù)

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(biāo)簽名。

colnames(df)[1:3]-c("gene-1","gene-2","gene-3")

str(df)#顯示數(shù)據(jù)集內(nèi)容

#將上述"寬數(shù)據(jù)"轉(zhuǎn)化為"長數(shù)據(jù)"

library(reshape2)

df_reshape-melt(df,id.vars=c("Group"))

str(df_reshape)

#獲取三個(gè)組各個(gè)基因表達(dá)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(gè)組各個(gè)基因表達(dá)量的標(biāo)準(zhǔn)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)

#直接在畫圖的語句中計(jì)算出error_bar所需的數(shù)據(jù)：

#（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(shí)現(xiàn)方法：用dplyr包計(jì)算數(shù)據(jù)######################

#導(dǎo)入數(shù)據(jù)

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(biāo)簽名。

colnames(df)[1:3]-c("gene-1","gene-2","gene-3")

str(df)#顯示數(shù)據(jù)集內(nèi)容

#獲取三個(gè)組各個(gè)基因表達(dá)量的平均值和標(biāo)準(zhǔn)差

library(tidyr)

library(dplyr)

df_stat-tbl_df(df)%%

gather(gene,value,-Group)%%#將"寬數(shù)據(jù)"轉(zhuǎn)化為"長數(shù)據(jù)"

group_by(Group,gene)%%#將數(shù)據(jù)分組

summarise(mean=mean(value,na.rm=T),sd=sd(value,na.rm=T))%%#計(jì)算每組數(shù)據(jù)的mean和sd

ungroup()

str(df_stat)

#直接在畫圖的語句中計(jì)算出error_bar所需的數(shù)據(jù)：

#（即下面的ymin=mean-sd和ymax=mean+sd語句）。

library(ggplot2)

dodge-position_dodge(width=.9)

df_stat%%ggp