前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >循环绘图和多分组多基因(变量)差异展示

循环绘图和多分组多基因(变量)差异展示

作者头像
用户1359560
发布2021-12-06 18:17:20
8820
发布2021-12-06 18:17:20
举报
文章被收录于专栏:生信小驿站生信小驿站

经常遇到‘一个循环绘制每一个差异基因在肿瘤和正常的表达差异’和‘需要在一张图中展示多个差异基因在肿瘤和正常组的表达分布’需求。如下列两张图所示:

  • 首选应得到data如下列所示:

然后循环作图:

代码语言:javascript
复制
list <- names(data)[2:11]
list
plot_list = list() 
for (i in 1:3) { 
  p = ggboxplot(data, x='group',  y= as.character(list[i]), 
                bxp.errorbar = T, color = 'group',
                outlier.shape = NA,  add = "point",
                palette =c("#00AFBB","#FC4E07") )+stat_compare_means()
  plot_list[[i]] = p } 
# Another option: create pdf where each page is a separate plot. 
pdf("plots.pdf") 
for (i in 1:10) {print(plot_list[[i]]) } 
dev.off() 
  • 将宽数据data转换成长数据data1
代码语言:javascript
复制
#=======================================================
#一张图
#=======================================================

library(reshape2)
library(tidyr)
colnames(data)
names(data)[2]
names(data)[11]
#使用data数据框中非subtype的第一个列名和最后一个列名
data1 <- gather(data, gene, count, BCL11A:ZCCHC7 )
head(data1)
p <- ggboxplot(data1, x = "gene", y = "count",size=0.5, bxp.errorbar = T, 
               color = "group",  palette =c( "#FC4E07", "#00AFBB"),
               add.params = list(size=0.5), outlier.shape = NA, 
               add = "point") + 
stat_compare_means(aes(group = group), label = "p.format")
p
pdf(file = 'expr_subtype.pdf', height = 4,width = 14)
p
dev.off()
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2021/11/4 下,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档