R语言绘图系列—箱线图+抖动散点

（二）: 科研绘图一：箱线图（抖动散点）

---

结果展示

前言

当每个组的数据点相对较少时，又需要显示出各组数据的分布情况时，可以采用箱线图叠加散点图的方式来表达数据。

---

一、箱线图

箱形图又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。在各种领域也经常被使用，常见于品质管理，快速识别异常值。箱形图最大的优点就是不受异常值的影响，能够准确稳定地描绘出数据的离散分布情况，同时也利于数据的清洗。可以使用ggplot()绘制本示例的箱线图。

注意：

• 图层叠加的先后顺序会影响绘制的结果，本示例中从底层开始的图层顺序依次为：箱线图，散点图，箭头，箱线图处于最底层。
• 散点图需要使用抖动的方式绘制，以避免重叠，示例中横轴为分组变量，纵轴为实际关心的值，设置抖动时需避免纵轴的值被改变，所以geom_jitter函数中仅需设置width，不设置height。
• 如果数据中存在异常点时，箱线图也会绘制出异常点，而散点图又会绘制所有的点，使得每个异常点被绘制了两次，可以通过在绘制箱线图时将异常点的颜色设定为与背景色相同即可（使其在箱线图中不可见）。

二、R语言绘制

1.R包载入和构建模拟数据

# 载入R包：
library(ggplot2)
library(latex2exp)

# 构建模拟数据：
G1 <- runif(100, min = 0, max = 7)
G2 <- runif(20, min = 5, max = 7)
G3 <- runif(10, min = 1, max = 6)
G4 <- runif(15, min = 2, max = 6)
G5 <- runif(20, min = 2.2, max = 6.5)
G6 <- runif(10, min = 3.5, max = 5)
G7 <- runif(80, min = 1, max = 6)
G8 <- runif(70, min = 1, max = 5.5)
G9 <- runif(60, min = 1.5, max = 6)
G10 <- runif(200, min = 1, max = 7.2)

# 合并：
data <- data.frame(Group = rep(paste0("G", 1:10), 
                                c(100, 20, 10, 15,
                                  20, 10, 80, 70,
                                  60, 200)),
                   values = c(G1,G2,G3,G4,G5,G6,G7,G8,G9,G10))

data$Group <- factor(data$Group, levels = paste0("G", 1:10))
#   Group     values
# 1    G1 2.20054387
# 2    G1 1.90207512
# 3    G1 2.74224843
# 4    G1 2.17059052
# 5    G1 4.14728737
# 6    G1 0.01258516
head(data)

模拟数据示例：

	Group	values
1	G1	2.20054387
2	G1	1.90207512
3	G1	2.74224843
4	G1	2.17059052
5	G1	4.14728737
6	G1	0.01258516

2.使用ggplot函数绘制箱线图

ggplot(data, aes(Group, values))+
  # 箱线图：
  geom_boxplot(outlier.shape = NA, width = 0.6)+
  # 抖动散点：
  geom_jitter(aes(color = Group), width = 0.15, size = 1)+
  # 横线：
  geom_hline(yintercept = 4, linetype = "dashed")+
  # 箭头：
  geom_segment(aes(x = 2, y = 7.5, xend = 2, yend = 7.2),
               arrow = arrow(length = unit(1, "mm"))) +
  scale_color_manual(name = "Subtype",
                     values = c("#fd6ab0", "#aa5700", "#f48326", "#ffd711",
                                "#9bd53f", "#00ae4c", "#00c1e3", "#007ddb",
                                "#8538d1", "#d01910"))
  # 文字注释：
  annotate("text", label = TeX("$\\textit{P} = 1.6e-06$"), 
           size = 3, x = 2, y = 8)
  # 坐标轴标签：
  xlab("")
  ylab(TeX("$Log_{2}(FPKM+1)$"))
  # 标题：
  ggtitle(TeX("$\\textit{GATA3}$ gene expression in T-ALL"))
  # 主题：
  theme_classic()+
  theme(plot.title = element_text(hjust = 0.5))
  guides(color=guide_legend(override.aes = list(size=2),
                            title.theme = element_text(face = "bold")))

3.保存

ggsave("box_plot.pdf", height = 5, width = 7)

三、完整代码

# 载入R包：
library(ggplot2)
library(latex2exp)

# 构建模拟数据：
G1 <- runif(100, min = 0, max = 7)
G2 <- runif(20, min = 5, max = 7)
G3 <- runif(10, min = 1, max = 6)
G4 <- runif(15, min = 2, max = 6)
G5 <- runif(20, min = 2.2, max = 6.5)
G6 <- runif(10, min = 3.5, max = 5)
G7 <- runif(80, min = 1, max = 6)
G8 <- runif(70, min = 1, max = 5.5)
G9 <- runif(60, min = 1.5, max = 6)
G10 <- runif(200, min = 1, max = 7.2)

# 合并：
data <- data.frame(Group = rep(paste0("G", 1:10), 
                                c(100, 20, 10, 15,
                                  20, 10, 80, 70,
                                  60, 200)),
                   values = c(G1,G2,G3,G4,G5,G6,G7,G8,G9,G10))

data$Group <- factor(data$Group, levels = paste0("G", 1:10))

head(data)
ggplot(data, aes(Group, values))+
  # 箱线图：
  geom_boxplot(outlier.shape = NA, width = 0.6)+
  # 抖动散点：
  geom_jitter(aes(color = Group), width = 0.15, size = 1)+
  # 横线：
  geom_hline(yintercept = 4, linetype = "dashed")+
  # 箭头：
  geom_segment(aes(x = 2, y = 7.5, xend = 2, yend = 7.2),
               arrow = arrow(length = unit(1, "mm"))) +
  scale_color_manual(name = "Subtype",
                     values = c("#fd6ab0", "#aa5700", "#f48326", "#ffd711",
                                "#9bd53f", "#00ae4c", "#00c1e3", "#007ddb",
                                "#8538d1", "#d01910"))
  # 文字注释：
  annotate("text", label = TeX("$\\textit{P} = 1.6e-06$"), 
           size = 3, x = 2, y = 8)
  # 坐标轴标签：
  xlab("")
  ylab(TeX("$Log_{2}(FPKM+1)$"))
  # 标题：
  ggtitle(TeX("$\\textit{GATA3}$ gene expression in T-ALL"))
  # 主题：
  theme_classic()+
  theme(plot.title = element_text(hjust = 0.5))
  guides(color=guide_legend(override.aes = list(size=2),
                            title.theme = element_text(face = "bold")))
ggsave("box_plot.pdf", height = 5, width = 7)