文章中出現(xiàn)很多小提琴圖和盒性圖，即體現(xiàn)了美觀性又具有很強(qiáng)的可讀性。

本文匯總了很多制作小提琴圖的方法可以供選擇，總有一個(gè)適合你的方法。

什么是小提琴圖，生物學(xué)意義是什么？

一般來(lái)說(shuō)小提琴圖是一種繪制連續(xù)型數(shù)據(jù)的方法，在小提琴圖中既可以看到與箱線圖中一樣的相同的信息，包括中位數(shù)（中間的一個(gè)小白點(diǎn)），四分位數(shù)范圍（中間的黑色的條），第一四分位數(shù)和第三四分位數(shù)，還可以觀察到數(shù)數(shù)據(jù)的整體的數(shù)據(jù)分布狀態(tài)。

有了進(jìn)一步的了解之后，可以嘗試?yán)L制小提琴圖啦～

用vioplot包繪制小提琴圖

#安裝加載安裝包

install.packages("vioplot")

library(vioplot)

#利用R中自帶的iris來(lái)學(xué)習(xí)小提琴的繪制

df <- data.frame(iris)

#這樣繪制出基礎(chǔ)的小提琴圖形

vioplot(Sepal.Length~Species,data = df,main ="Speal Length",col = c("lightgreen","lightblue","pink"))

#添加圖例

legend("topleft",legend=c("setosa","versicolor","virginica"),fill = c("lightgreen","lightblue","pink"),cex = 0.7)

在嘗試一個(gè)關(guān)于R中鉆石的數(shù)據(jù)～

#鉆石

df1 <- data.frame(diamonds)

head(df1)

#繪制鉆石的價(jià)格是與cut、color和clarity三個(gè)不同維度中的數(shù)據(jù)狀態(tài)

a <- length(levels(df1$cut))

b <- length(levels(df1$color))

c <- length(levels(df1$clarity))

num = max(a,b,c)

#最多有8個(gè)畫板，選擇畫板

install.packages("RColorBrewer")

library(RColorBrewer)

col <- ?RColorBrewer::brewer.pal(8,"Accent")

col

vioplot(price~cut,data = diamonds,col = col)

用ggpubr來(lái)繪制小提琴圖

在以前我們用ggpubr繪制過(guò)相關(guān)性分析圖，這個(gè)萬(wàn)能的繪圖包也可以用來(lái)繪制相應(yīng)的小提琴圖。

comparisons <- list(c("setosa", "versicolor"), c("versicolor", "virginica"), c("setosa","virginica"))

library(ggpubr)

ggviolin(iris, x = "Species", y = "Sepal.Length",

fill = "Species", #xy軸定義，填充映射到物種上

palette = c("lancet"),#色塊的選擇，這里提供了"npg", "aaas", "lancet", "jco", "ucscgb", "uchicago", "simpsons" and "rickandmorty"等

add = "boxplot",#添加箱線圖在圖中，還可以選擇"none", "dotplot", "jitter", "boxplot", "point", "mean", "mean_se", "mean_sd", "mean_ci", "mean_range", "median", "median_iqr", "median_hilow", "median_q1q3", "median_mad", "median_range"等來(lái)查看圖中的一些細(xì)節(jié)部分

add.params = list(fill = "white"),#填充為白色

order = c("virginica","versicolor","setosa"), error.plot = "errorbar") + stat_compare_means(comparisons = comparisons)

#最后用stat_compare_means函數(shù)實(shí)現(xiàn)兩兩比較的田間p值的操作。

用ggplot繪制小提琴圖

相比于前面的兩種ggplot繪制小提琴圖較為麻煩一下，但是確可以滿足很多精細(xì)的需求。ggplot繪圖就像是我們繪畫一樣，一步一步的添加即可，那跟隨小云的步伐一起來(lái)操作一下吧～

#繪制一個(gè)基本的圖層

p <- ggplot(ToothGrowth, aes(x = dose, y = len))

#基礎(chǔ)

p + geom_violin()

#不修剪小提琴的尾部

p + geom_violin(trim = FALSE, fill = "steelblue")

#添加統(tǒng)計(jì)值，fun=mean是均值，還可以是median

p + geom_violin(trim = FALSE) +stat_summary(fun= mean, geom = "point",

???????????????shape = 23, size = 2, color = "blue")

#添加箱線圖

p + geom_violin(trim = FALSE) +

??geom_boxplot(width = 0.2)

#填充顏色

p + geom_violin(aes(fill = dose), trim = FALSE)+geom_boxplot(width = 0.2)

除了以上繪制的方法意外還有很多小工具已經(jīng)實(shí)現(xiàn)了小提琴的繪制，例如：https://www.bioinformatics.com.cn/plot_basic_vertical_horizontal_violin_plot_068

我們?cè)谧隹蒲械臅r(shí)候需要用各種不同的圖形來(lái)展示我們的數(shù)據(jù)，合理的選擇圖形，合理選擇簡(jiǎn)便有效的繪圖方法都是我們值得考慮的。通過(guò)總結(jié)不同的繪圖方法也是我們學(xué)習(xí)好生信的必要一步，小云和你們一起加油～

通過(guò)以上的操作，相信你對(duì)于小提琴圖的繪制以及一些基礎(chǔ)的原理有了一定的了解，也一定選擇了一個(gè)適合你的方法。當(dāng)然這里只是一個(gè)簡(jiǎn)單的引導(dǎo)作用，每種包或是方法中都有很多參數(shù)，可以幫助我們繪制出更加美觀的圖形，值得大家細(xì)細(xì)探索。

好了，這樣我們小提琴圖就介紹到這里了。小伙伴們?nèi)绻惺裁磫?wèn)題就和小云討論吧。