如何在ggplot2图形上添加显著性差异注释?
时间:2022-07-24
本文章向大家介绍如何在ggplot2图形上添加显著性差异注释?,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
研究者常常要比较两组数据是否有统计学差异,并且要将这种差异在图形上通过线和注释标注出来。
ggplot2包是一个很好的可视化包,ggsignif包是ggplot2包的一个扩展包。
今天来学习怎么在ggplot2包绘制的图形上添加显著性差异注释。
1. 安装R包
install.packages("ggplot2") # 安装包
install.packages("ggsignif") # 安装包
library(ggplot2) # 加载包
library(ggsignif) # 安装包
2. 加载数据
使用iris数据集。
iris也称鸢尾花卉数据集,包含150个数据样本,分为3类(setosa、versicolour、virginica)
,每类50个数据,每个数据包含4个属性(花萼长度、花萼宽度、花瓣长度、花瓣宽度)。
data(iris) # 加载数据集
View(iris) # 预览数据集
3. 绘制箱型图
3.1 两组比较
比较数据集中versicolor组和virginica组的Sepal.Length(花萼长度)是否有统计学差异。
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
geom_signif(comparisons = list(c("versicolor", "virginica")))
如上图所示,可以看到两组是有统计学差异的,但是图中的P值使用的是科学计数法,其实还可以使用*
或注释来表示。
通过添加参数map_signif_level=TRUE
,可以将统计学差异表示为*
符号。
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
geom_signif(comparisons = list(c("versicolor", "virginica")),
map_signif_level=TRUE)
3.2 多组两两比较
还是使用上面的数据集数据。
我们在图上添加3组数据两两比较的统计学差异P值。
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
geom_signif(comparisons = list(c("versicolor", "virginica"),
c("setosa", "virginica"),
c("versicolor", "setosa"))
如上图所示,虽然我们添加了P值,但是P值位置等参数有重叠,需要调整。
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
geom_signif(comparisons = list(c("versicolor", "virginica"),
c("setosa", "virginica"),
c("versicolor", "setosa")),
y_position=c(8.2, 8.5, 7.5),
map_signif_level=TRUE)
y_position中的数字与comparisons中的组别一一对应。
如果我们要调整横线两端的小竖线长度怎么调整?我想要使每根小竖线的长度各不相同。
ggplot(iris, aes(x=Species, y=Sepal.Length)) +
geom_boxplot() +
geom_signif(comparisons = list(c("setosa", "versicolor"),
c("setosa", "virginica"),
c("versicolor", "virginica")),
y_position=c(7.5, 8.5, 8.2),
tip_length = c(0.2, 0.05, 0.2, 0.05, 0.1, 0.05),
map_signif_level=TRUE)
主要调整参数就是tip_length()参数,里面的小竖线长度要和组别也是一一对应。
4. 绘制条形图
## 创建数据集
dat <- data.frame(Group = c("S1", "S1", "S2", "S2"),
Sub = c("A", "B", "A", "B"),
Value = c(3,5,7,8))
dat # 查看数据集
ggplot(dat, aes(Group, Value)) +
geom_bar(aes(fill = Sub), stat="identity", position="dodge", width=.5) +
geom_signif(y_position=c(6.0, 8.5), xmin=c(0.85, 1.85), xmax=c(1.15, 2.15),
annotation=c("**", "NS"), tip_length=0.04) +
geom_signif(comparisons=list(c("S1", "S2")),
y_position = 9.3, tip_length = 0.04, vjust=0.2)
请注意:一般根据数据是否符合正态分布,选择合适的统计方法,上面的数据集我统计学方法都是默认的,可以使用函数中的test参数来指定统计学方法。
5. stat_signif()和geom_signif()函数
stat_signif(mapping = NULL, data = NULL, position = "identity",
na.rm = FALSE, show.legend = NA, inherit.aes = TRUE,
comparisons = NULL, test = "wilcox.test", test.args = NULL,
annotations = NULL, map_signif_level = FALSE, y_position = NULL,
xmin = NULL, xmax = NULL, margin_top = 0.05, step_increase = 0,
tip_length = 0.03, size = 0.5, textsize = 3.88, family = "",
vjust = 0, parse = FALSE, manual = FALSE, ...)
geom_signif(mapping = NULL, data = NULL, stat = "signif",
position = "identity", na.rm = FALSE, show.legend = NA,
inherit.aes = TRUE, comparisons = NULL, test = "wilcox.test",
test.args = NULL, annotations = NULL, map_signif_level = FALSE,
y_position = NULL, xmin = NULL, xmax = NULL, margin_top = 0.05,
step_increase = 0, tip_length = 0.03, size = 0.5,
textsize = 3.88, family = "", vjust = 0, parse = FALSE,
manual = FALSE, ...)
## 参数解释
mapping # 由aes()或aes_()创建的美学映射集。如果指定且inherit.aes=TRUE(默认值),它将与绘图顶层的默认映射结合。如果没有绘图映射,则必须提供映射。
data # 绘图数据所在的数据框
position # 位置调整;可以是字符串,也可以是位置调整函数的结果
na.rm # 逻辑词,默认为FALSE,移除缺失值时显示警告信息,为TRUE,则不显示警告信息。
show.legend # 逻辑词,是否显示图例
comparisons # 长度为2的向量列表
test # 进行统计检验的方法名称,如t.test、wilcox.test、aov()、anova()、kruskal.test() 等。
test.args # 检验方法的其他参数
annotations # 替换P值注释的字符向量
map_signif_level # 布尔值,检验结果P值使用注释或者星号代替
y_position # 括号线在对齐y轴高度的数字向量
xmin # 括号线左侧位置的数字向量
xmax # 括号线右侧位置的数字向量
step_increase # 数字向量,减少括号线的重叠
tip_length # 数字向量,显示括号线两端的下降的小竖线,用来指向精确的组别
size # 设置括号线的宽度
textsize # 设置文本字体大小
family # 设置文本字体
vjust # 相对于括号线,上下调整文本的距离
parse # 逻辑词,为TRUE,则标签将解析为表达式
参考资料
- stat_signif()和geom_signif()函数帮助文件
- https://mp.weixin.qq.com/s/cjeoILJhZhQngXlm2ZZ4Eg
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 如何将根证书预置到 firefox 浏览器发布包中
- Vue + Flask 实战开发系列(九)
- 推荐几款快速管理 Kubernetes 多集群环境的神器
- 1. 初识Jackson -- 世界上最好的JSON库
- 实时应用程序中checkpoint语义以及获取最新offset
- Python2.6低版本Python如何实现爬虫功能
- python开发web服务 bottle框架
- 这样设置 IDEA,让你爽到飞起!
- GO 切片实力踩坑
- BeautifulSoup解析html介绍
- 微信会被封?!包子 Leetcode 1512 solution Number of Good Pairs
- VUE是什么?
- 爬虫如何抓取网页的动态加载数据-ajax加载
- Python 为什么用 # 号作注释符?
- 基于矩阵分解原理的推荐系统