R语言绘制箱线图

什么是箱线图？

箱线图（Box plot）是一种用来显示数据分布情况的统计图表。

它展示了一组数据的五个统计特征：下限、第一四分位数（Q1）、中位数、第三四分位数（Q3）和上限。外面的黑点显示离群值的存在和分布情况。

四分位数（quartile）是指在统计学中把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值。四分位数也被称为四分位点，它是将全部数据分成相等的四部分，其中每部分包括 25%的数据，处在各分位点的数值就是四分位数。四分位数有三个，第一个四分位数是下四分位数，第二个四分位数就是中位数，第三个四分位数称为上四分位数，分别用 Q1、Q2、Q3表示

四分位距IQR:是Q3-Q1，也就是说上下四分位数的差值。

上下限:上下限并不是整个数据样本的最大值和最小值，而是上限 = 去除异常值的最大值（Q3+1.5IQR）和下限 = 去除异常值的最小值（Q1-1.5IQR） ，在上下限这里分别划出两条线段作为异常值的分界点。

那么在箱线图中，上下限之间就是数据样本的正常分布区间，超出上下限就定义为异常值。

绘图前的数据准备

demo数据可以在https://www.r2omics.cn/res/demodata/boxplot.txt下载。

​包含2个维度的数据，在组学数据中通常每一列是个样本，每一行是个基因。

注意受到数据中极大值的影响，箱线图可能会被压的很扁，可以做log转换或其他归一化方式。

R语言绘制箱线图

绘图

# 代码来源：https://www.r2omics.cn/
# 加载R包，没有安装请先安装  install.packages("包名") 
library(tidyverse)

# 读取箱线图数据文件
df = read.delim("https://www.r2omics.cn/res/demodata/boxplot.txt",# 将此处换成你自己电脑里的文件
                header = T      # 指定第一行是列名
)

# 把数据转换成ggplot常用的类型（长数据）
df = df %>%
  pivot_longer(-1,names_to = "Sample",values_to = "Value")

# 绘图
p = ggplot(df,aes(x=Sample,y=Value,fill=Sample))+
  # stat_boxplot(geom = "errorbar",    # 添加误差线
  #  width=0.3)+
  geom_boxplot(alpha = 1,              # 透明度
               outlier.color = "black" # 离散点颜色
  )+
  theme_bw()+                          # 主题
  theme(
    axis.text.x = element_text(angle = 90,
                               vjust = 0.5
    )       # x轴刻度改为倾斜90度，防止名称重叠
  )
p

添加显著性标签

library(ggsignif)  # 用于添加显著性标签

p + geom_signif(                         # 添加显著性标签
    comparisons=list(c("Sample1","Sample2"),c("Sample3","Sample4")), # 选择你想在哪组上添加标签
    step_increase = 0.1,
    test="t.test",                     # "t 检验，比较两组（参数）" = "t.test","Wilcoxon 符号秩检验，比较两组（非参数）" = "wilcox.test"
    test.args = list("var.equal" = T), # 等方差 
    map_signif_level=F                 # 标签样式F为数字，T为*号
  )