論文
Single-cell profiling of vascular endothelial cells reveals progressive organ-specific vulnerabilities during obesity
https://www.nature.com/articles/s42255-022-00674-x#Sec58
s42255-022-00674-x.pdf
https://github.com/Osynchronika/sc_EC_obesity_atlas
大部分 作圖的數據都有,可以試着用論文中提供的數據復現一下論文中的圖
今天的推文我們復現一下論文中的figure4c 分組折線圖並添加誤差線,並且在指定區域添加一個灰色背景
論文中提供的示例數據如下
手動整理成如下格式
加載作圖需要用到的R包
library(readxl)
library(tidyverse)
library(plotrix)
library(ggh4x)
讀取數據
dat<-read_excel("data/20230207/figure4c.xlsx")
dat
按照行計算平均值和標準誤
dat %>%
rowwise() %>%
mutate(mean_value=mean(c_across(rep1:rep4)),
std_value=std.error(c_across(rep1:rep4))) %>%
filter(Weeks>=11)-> new.dat
作圖代碼
ggplot(data=new.dat,aes(x=Weeks,y=mean_value))+
annotate(geom = "rect",xmin=22,xmax=27,ymin=-Inf,ymax=Inf,fill="gray")+
geom_vline(xintercept = 22,lty="dashed",size=1,color="black")+
geom_point(aes(color=group),size=3)+
geom_line(aes(color=group),size=1)+
scale_x_continuous(limits = c(10,27),
breaks = seq(10,25,5),
guide = "axis_minor",
minor_breaks = seq(11,27,1),
expand = expansion(mult=c(0,0.05)))+
scale_y_continuous(limits = c(20,50),
breaks = seq(20,50,by=10),
expand=expansion(mult=c(0,0)))+
guides(x=guide_axis_minor(trunc_upper = 27,
trunc_lower = 10))+
geom_errorbar(aes(ymin=mean_value-std_value,
ymax=mean_value+std_value,
color=group),
width=0.2,
size=1)+
scale_color_manual(values = c("WD"="#f68a15",
"Rev 3"="#008c00",
"Chow"="#094cc3"))+
theme_classic()+
theme(ggh4x.axis.ticks.length.minor= rel(0.5),
axis.ticks.length.x = unit(0.5,'lines'),
legend.position = "bottom")+
labs(x="Age(weeks)",y=expression(Weight%+-%s.e.m.(g)))+
annotate(geom = "text",x=27,y=41,label="P=0.003",hjust=1)+
annotate(geom = "text",x=27,y=35,label="P=0.007",hjust=1)+
coord_cartesian(clip="off")
做的最後才發現是用figure4d的數據做的圖,我說怎麼看起來和figure4c差的有點多
示例數據和代碼可以給推文點贊,然後點擊在看,最後留言獲取
歡迎大家關注我的公衆號
小明的數據分析筆記本
小明的數據分析筆記本 公衆號 主要分享:1、R語言和python做數據分析和數據可視化的簡單小例子;2、園藝植物相關轉錄組學、基因組學、羣體遺傳學文獻閱讀筆記;3、生物信息學入門學習資料及自己的學習筆記!
微信公衆號好像又有改動,如果沒有將這個公衆號設爲星標的話,會經常錯過公衆號的推文,個人建議將 小明的數據分析筆記本 公衆號添加星標,添加方法是