R绘制箱线图、小提琴图 | Shiny交互操作，不一样的体验!

大家好，欢迎来到IT知识分享网。

欢迎关注公众号：生信艺术家

网上的教程绘箱线图和小提琴图已经很多很详细了，ggplotbox和ggplot都可以，加上geom_violin(）就成小提琴图了。那就主要分享一下通过R里的Shiny对箱线图的风格、线条、坐标轴调整达到出版的要求。交互式操作就是不需要输入代码，只需要鼠标点点就可以得到想要的结果。

一、简单介绍

1.什么是Shiny？

Shiny是一个搭建Web应用的R语言框架。简单来说，就是可以Shiny搭建一个网站。通过Shiny, 我们只需要掌握最基础的一些语法知识，而不必深入学习 HTML或者 JavaScript 。这就是 Shiny最大的便利之处。实际上我们也不用掌握Shiny，在R里面调整图像主题，是通过一个基于Shiny的R包ggThemeAssist来完成。

2. R包ggThemeAssist

ggThemeAssist横空出事，它依赖shiny (>= 0.13), miniUI (>= 0.1.1), rstudioapi (>= 0.5), ggplot2, formatR，可以对ggplot2图形结果直接修改，并实时预览效果，同时编辑结束返回代码。相当于一个帮你写代码的翻译官！

当运行ggThemeAssist（），就会看到打开了一个窗口，上部为图形预览窗口，下部有6个选项卡，分别对应各类主题细节的调整。之后将讲解具体参数。

3. 小提琴图和箱线图的区别

小提琴图和箱线图类似，用来显示数据分布和概率密度。结合了箱线图和密度图的特征，用来显示数据的分布形状。箱线图是长方形上线一样宽，无法反应数据在哪个值时分布较多，而小提琴图像水滴、葫芦状，胖的地方反映了数据密度高的地方。

二、数据准备

1.R包安装

install.packages(“ggThemeAssist”)library(ggThemeAssist)install.packages(“shiny”)library(shiny)library(ggplot2)
library(ggpubr)
library(reshape2)

2. 数据准备

一个类似于这样的excel文件或txt文件，把他读到R里数据框存储。

mydata=read.csv("E:/species_pdistance.csv",head=T)

三、实战操作

在R里，只要把需要R包安装好，数据读好（注意表头和列名），接下来画图只需要复制一行代码过来就行。麻烦的是一些细节，比赛坐标轴物种的顺序，差异分析时T检验，显著性分析，一些期刊要求的线条粗细，点的大小，透明度等等。这些都会在下面介绍到。

1.ggboxplot绘制箱图

ggboxplot(mydata,x="Species" ,y="Pdistance", color = "Species" , bxp.errorbar = T, add="jitter",palette = "aaas",width = 0.7,size = 0.01,ylab = "P distance",xlab = NULL)+ theme(axis.line = element_line(size = 0.15),axis.text = element_text(size = 7)) # palette = "aaas"可以调整图像的配色风格 

那么运行上面代码就得到这样的一张图

2.ggplot2绘制箱图

通过ggplot()+geom_boxploy()来画

ggplot(mydata,aes(x=Species,y=Pdistance,color = Species)) + geom_boxplot(outlier.colour = "gray",outlier.size=0.7,outlier.alpha=0.7,size = 0.3)+ scale_fill_brewer(palette="Pastel1")

运行代码

3. ggplot2绘制小提琴图

通过ggplot()+geom_violin()来画

ggplot(mydata,aes(Species,Pdistance), color = "Species")+ geom_violin(aes(fill=Species),show.legend = F)+ theme(panel.grid = element_blank(), panel.background = element_blank(), axis.line = element_line(), axis.text.x = element_text(angle=0,hjust = 0.5,vjust=0.5), plot.title = element_text(hjust=0.5))+ scale_fill_brewer(palette="Pastel1")

运行代码

这样三幅图就画完了，下面就是根据出版要求的细节调整了。就用小提琴图举例。

4. 在图像中显示每个数据点

通过这个geom_sina()来实现，需要先加载这个ggforce包。

library(ggforce) ggplot(mydata,aes(Species,Pdistance), color = "Species")+ geom_violin(aes(fill=Species),show.legend = F)+ theme(panel.grid = element_blank(), panel.background = element_blank(), axis.line = element_line(), axis.text.x = element_text(angle=0,hjust = 0.5,vjust=0.5), plot.title = element_text(hjust=0.5))+ scale_fill_brewer(palette="Pastel1")+ geom_sina(size=0.6,alpha=0.2)

5. 调整X轴物种顺序

通过scale_x_discrete(limits=c(“S.nitens”,”X.riparia”, “T.occipitalis”,”S.cancellata”))完成。

ggplot(mydata,aes(Species,Pdistance), color = "Species")+ geom_violin(aes(fill=Species),show.legend = F)+ theme(panel.grid = element_blank(), panel.background = element_blank(), axis.line = element_line(), axis.text.x = element_text(angle=0,hjust = 0.5,vjust=0.5), plot.title = element_text(hjust=0.5))+ scale_fill_brewer(palette="Pastel1")+ geom_sina(size=0.8,alpha=0.5)+ scale_x_discrete(limits=c("S.nitens","X.riparia", "T.occipitalis","S.cancellata"))

6.差异分析显著性检验T-test

通过这个stat_compare_means(）来完成，需要注意的是这个参数不能和scale_x_discrete(）一起使用。

ggplot(mydata,aes(Species,Pdistance), color = "Species")+ geom_violin(aes(fill=Species),show.legend = F)+ theme(panel.grid = element_blank(), panel.background = element_blank(), axis.line = element_line(), axis.text.x = element_text(angle=0,hjust = 0.5,vjust=0.5), plot.title = element_text(hjust=0.5))+ scale_fill_brewer(palette="Pastel1")+ geom_sina(size=0.8,alpha=0.5)+ stat_compare_means(label = "p.signif", method = "t.test", ref.group = "S.cancellata") # 每个组和S.cancellata进行差异分析

7. ggThemeAssist调整各项参数（线条粗细，点大小，透明度，标题等）

小提琴图实在太丑了就用箱线图来展示吧！

先画个箱线图，把图像存到a变量里，方便使用ggThemeAssistGadget(）函数。

a=ggplot(mydata,aes(x=Species,y=Pdistance,color = Species)) + geom_boxplot(outlier.colour = "gray",outlier.size=0.7,outlier.alpha=0.7,size = 0.3)+ scale_fill_brewer(palette="Pastel1")

接下来就是见证奇迹的时刻了，输入ggThemeAssistGadget(a)，就可看到一个交互式窗口。

ggThemeAssistGadget(a)

可以先进入第一个选项卡设置，调整图像的长宽。

接下来是第二个选项卡 Panel & Backgroud

比如说我背景不想要灰色，想调成透明，就在红色圈出的地方调整，调整后上面的图片也会跟着刷新。

第三个选项卡是坐标轴，可以调整坐标轴的字体大小，颜色，倾斜角度，坐标轴线的粗细，颜色等。

第四个选项卡是标题与标签，可以添加图片的名称，字体大小，颜色。比如说添加标题。

第五个选项卡是图例，可以调整Position：位置，可选无none，左left，右right，上top，下buttom，Direction：方向，可按水平horizontal，或垂直vertical排列。比如说我想把图例跳到下面并水平排列。

第6个选项卡是子标题和图注。可以修改子标题(Subtitle)和图注(Caption)中的内容。同时可修改文字的属性，如字体家族、样式、大小、颜色和水平位置。比如说添加个子标题。

以上面板中可修改上百个参数，并提供几百个属性值的选择。这些要是靠自己记住，那可真是太难了。此包为R语言绘图的细节调提供了极大帮助。

而且调好的样式，点击done完成，马上写书规范的代码就写好了，方便可重复计算和进一步修改。这就是代码的强大之处。

可以看一下点done后的效果。

他会自动生成一个代码给你，包含所有你调整的参数。

8. 进阶的箱线图。

比如你的数据类型是这样的。

在做箱图时，先对一个物种里面的数据分一个组，上图就可以先按长度分一个区间。

ggplot(allsp_P ,aes(x=factor(range,levels =c("range500", "range1000", "", "rang2000", "range4000", "range10000")),y=Pdistance,fill =factor(species,levels =c('G.bimaculatus','T.ooria ','S.nitens','S.americana','S.serialis')) )) + geom_boxplot(outlier.colour = "gray",outlier.size=0.7,outlier.alpha=0.7,size = 0.3)+ scale_fill_brewer(palette="Pastel1")+ stat_compare_means(label = "p.signif", method = "t.test", ref.group = "")+theme_bw() +labs(y = "P distance")+ theme(panel.grid=element_blank()) 

这样就可以得到这样的图了

以上就是所有箱线图和小提琴图的参数了。是不是点点鼠标就能完成，不用写代码的感觉真好？

以上内容仅为个人总结，如有错误之处敬请批评！

联系我们：

@.com

点击下方即可关注我们！