R语言绘制核密度图

什么是核密度图？

核密度估计（Kernel Density Estimation, KDE）是一种非参数统计方法，用于估计数据点的概率密度函数。它通过在每个数据点周围应用一个核函数并加权平均这些函数来创建一个平滑的密度估计。

曲线下的面积是1。

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，数据范围可能会被压的很扁，可以做log转换或其他归一化方式。

R语言绘制核密度图

# 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
ggplot(df,aes(x=Value,   
              fill=Sample,       # fill填充颜色，根据变量名赋值
              color=Sample))+    # color图形边界颜色，根据变量名赋值
  geom_density(alpha=0.2,        # 填充颜色透明度
               linewidth=1,      # 线条粗细
               linetype = 1      # 线条类型1是实线，2是虚线
               )+
  theme_bw()                     # 主题