如何用ggboxplot繪圖

這篇文章主要介紹了如何用ggboxplot繪圖的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇如何用ggboxplot繪圖文章都會有所收獲，下面我們一起來看看吧。

TCGA數據，做完差異表達分析，獲得差異表達的基因之后，可以將差異表達的基因在癌癥和癌旁中的數據拿出來進行比較一下，看看兩者差別是否顯著。

# 繪制差異表達基因在比對樣本中的表達情況
# 將表達量進行log2 轉換
normData1 <- log2(normData)
# 對表達數據框進行轉置
exprSet <- as.data.frame(t(normData1))
# 以差異表達基因的第一個基因為例
diff_gene <-row.names(diff_expr_out)[1]
# 通過樣品的barcode 進行樣品的分類（癌癥，癌旁）
exprSet$type <- factor(substr(rownames(exprSet),14,14), labels = c('Tumor','Normal'))
# 查看exprSet 數據的格式
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繪圖
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)

關于“如何用ggboxplot繪圖”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“如何用ggboxplot繪圖”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。