如何用ggboxplot绘图

这篇文章主要介绍了如何用ggboxplot绘图的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇如何用ggboxplot绘图文章都会有所收获，下面我们一起来看看吧。

TCGA数据，做完差异表达分析，获得差异表达的基因之后，可以将差异表达的基因在癌症和癌旁中的数据拿出来进行比较一下，看看两者差别是否显著。

# 绘制差异表达基因在比对样本中的表达情况# 将表达量进行log2 转换normData1 <- log2(normData)# 对表达数据框进行转置exprSet <- as.data.frame(t(normData1))# 以差异表达基因的第一个基因为例diff_gene <-row.names(diff_expr_out)[1]# 通过样品的barcode 进行样品的分类（癌症，癌旁）exprSet$type <- factor(substr(rownames(exprSet),14,14), labels = c('Tumor','Normal'))# 查看exprSet 数据的格式head(exprSet[c('type',diff_gene)])#                                   type ENSG00000000460#    TCGA.BR.8364.01A.11R.2343.13  Tumor        8.201607#    TCGA.CG.5722.11A.02R.1602.13 Normal        7.855598#    TCGA.VQ.A8DU.01A.11R.A36D.31  Tumor        9.160752#    TCGA.D7.A4Z0.01A.22R.A251.31  Tumor        8.260068#    TCGA.B7.5818.01A.11R.1602.13  Tumor        8.456898#    TCGA.EQ.8122.01A.11R.2343.13  Tumor        9.733618# 采用ggboxplot绘图p <- ggboxplot(exprSet,x = "type", y= diff_gene, color="type",                palette=c("#00AFBB","#E7B800"), add="jitter", shape="type")my_comparisons <- list(c("Tumor",'Normal'))p +  stat_compare_means(comparisons = my_comparisons)

关于"如何用ggboxplot绘图"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"如何用ggboxplot绘图"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。