R語言繪制帶ErrorBar的分組條形圖代碼的分享
筆者近期畫瞭一張帶error bar的分組條形圖，將相關的代碼分享一下。
感謝網友青山屋主的建議，提示筆者要嚴謹區分技術重復和生物學重復，所以筆者對文章做修改後重發。如果各位有任何建議，歡迎指正。
本文旨在給出一種利用R對生物學重復數據畫帶error bar的分組條形圖的方法。
所用數據是模擬生成的：分成三個組，每個組進行瞭若幹次生物學重復；測量的是3種基因的表達量。數據的部分內容如下：
## gene1 gene2 gene3 Group ## 1 49.72475 267.0007 126.2007 Group1 ## 2 114.62184 173.8780 150.2641 Group2 ## 3 128.03351 227.9456 152.6378 Group3 ## 4 134.90841 385.1979 148.2739 Group1 ## 5 136.56659 190.0663 122.6201 Group2 ## 6 143.88241 329.0516 236.9131 Group3
兩種方法的完整代碼放在瞭文末。如有問題，歡迎指正！
第一種實現方法：用aggregate計算數據
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
# 可以在這裡改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
## 'data.frame': 3000 obs. of 4 variables: ## $ gene-1: num 49.7 114.6 128 134.9 136.6 ... ## $ gene-2: num 267 174 228 385 190 ... ## $ gene-3: num 126 150 153 148 123 ... ## $ Group : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ...
# 將上述"寬數據"轉化為"長數據"
library(reshape2)
df_reshape <- melt(df, id.vars=c("Group"))
str(df_reshape)
## 'data.frame': 9000 obs. of 3 variables: ## $ Group : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ... ## $ variable: Factor w/ 3 levels "gene-1","gene-2",..: 1 1 1 1 1 1 1 1 1 1 ... ## $ value : num 49.7 114.6 128 134.9 136.6 ...
# 獲取三個組各個基因表達量的平均值
df_mean <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
gene=df_reshape$variable), mean, na.rm=T)
# 獲取三個組各個基因表達量的標準差
df_sd <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
gene=df_reshape$variable), sd, na.rm=T)
# 合並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': 9 obs. of 4 variables: ## $ Group: Factor w/ 3 levels "Group1","Group2",..: 1 1 1 2 2 2 3 3 3 ## $ gene : Factor w/ 3 levels "gene-1","gene-2",..: 1 2 3 1 2 3 1 2 3 ## $ mean : num 120 249 149 119 250 ... ## $ sd : num 19.4 51.4 30.2 21.2 52.3 ...
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（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)
第二種實現方法：用dplyr包計算數據
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
# 可以在這裡改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
## 'data.frame': 3000 obs. of 4 variables: ## $ gene-1: num 49.7 114.6 128 134.9 136.6 ... ## $ gene-2: num 267 174 228 385 190 ... ## $ gene-3: num 126 150 153 148 123 ... ## $ Group : Factor w/ 3 levels "Group1","Group2",..: 1 2 3 1 2 3 1 2 3 1 ...
# 獲取三個組各個基因表達量的平均值和標準差 library(tidyr) library(dplyr) df_stat <- tbl_df(df) %>% gather(gene, value, -Group) %>% # 將"寬數據"轉化為"長數據" group_by(Group, gene) %>% # 將數據分組 summarise(mean=mean(value, na.rm=T), sd=sd(value, na.rm=T)) %>% # 計算每組數據的mean和sd ungroup() str(df_stat)
## Classes 'tbl_df', 'tbl' and 'data.frame': 9 obs. of 4 variables: ## $ Group: Factor w/ 3 levels "Group1","Group2",..: 1 1 1 2 2 2 3 3 3 ## $ gene : chr "gene-1" "gene-2" "gene-3" "gene-1" ... ## $ mean : num 120 249 149 119 250 ... ## $ sd : num 19.4 51.4 30.2 21.2 52.3 ...
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（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)
兩種方法的結果是一樣的，相對而言，dplyr的實現方法更簡單快捷。
最後，兩種方法的完整代碼如下：
#################第一種實現方法：用aggregate計算數據######################
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
# 可以在這裡改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
# 將上述"寬數據"轉化為"長數據"
library(reshape2)
df_reshape <- melt(df, id.vars=c("Group"))
str(df_reshape)
# 獲取三個組各個基因表達量的平均值
df_mean <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
gene=df_reshape$variable), mean, na.rm=T)
# 獲取三個組各個基因表達量的標準差
df_sd <- aggregate(df_reshape$value, list(Group=df_reshape$Group,
gene=df_reshape$variable), sd, na.rm=T)
# 合並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)
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（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)
####################第二種實現方法：用dplyr包計算數據######################
# 導入數據
setwd("E:/")
df <- read.csv("gene_exp.csv", header=T)
# 可以在這裡改列名，這些列名就是最終圖上X軸的標簽名。
colnames(df)[1:3] <- c("gene-1", "gene-2", "gene-3")
str(df) # 顯示數據集內容
# 獲取三個組各個基因表達量的平均值和標準差
library(tidyr)
library(dplyr)
df_stat <- tbl_df(df) %>%
gather(gene, value, -Group) %>% # 將"寬數據"轉化為"長數據"
group_by(Group, gene) %>% # 將數據分組
summarise(mean=mean(value, na.rm=T), sd=sd(value, na.rm=T)) %>% # 計算每組數據的mean和sd
ungroup()
str(df_stat)
# 畫圖
#直接在畫圖的語句中計算出error_bar所需的數據：
#（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)
以上就是 R語言繪制帶ErrorBar的分組條形圖代碼的分享的詳細內容，更多關於 R語言繪制帶ErrorBar的分組條形圖的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- R語言繪制帶誤差線的條形圖
- R語言數據可視化ggplot繪制置信區間與分組繪圖技巧
- R語言學習ggplot2繪制統計圖形包全面詳解
- R語言繪制Bubble Matrix氣泡矩陣圖
- R語言數據可視化tidyr與ggplot2多個變量分層展示舉例實現