欢迎关注"R语言数据分析指南"

本节来介绍如何通过ggpval包中的add_pval函数来添加p值，真的不要太简单

add_pval可设置参数如下

add_pval(
  ggplot_obj,
  pairs = NULL,
  test = "wilcox.test",
  heights = NULL,
  barheight = NULL,
  textsize = 5,
  pval_text_adj = NULL,
  annotation = NULL,
  log = FALSE,
  pval_star = FALSE,
  plotly = FALSE,
  fold_change = FALSE,
  parse_text = NULL,
  response = "infer",
  ...
)

安装并加载R包

package.list=c("tidyverse","ggpval","ggsci")

for (package in package.list) {
  if (!require(package,character.only=T, quietly=T)) {
    install.packages(package)
    library(package, character.only=T)
  }
}

自定义主题

theme_niwot <- function(){
  theme(panel.grid.major=element_blank(), # 移除主网格线
        panel.grid.minor=element_blank(), # 移除次网格线
        panel.background = element_blank(), # 设置背景为空
        axis.title.x=element_blank(), # 设置X标题为空
        axis.title.y=element_blank(), # 设置Y标题为空
        axis.text.x=element_text(color="blue",margin = margin(t = 5)), # 设置X轴文本颜色
        axis.text.y=element_text(color="black",margin = margin(r = 5)), # 设置y轴文本颜色
        axis.ticks.x=element_line(color="black"), # 设置X轴刻度条颜色
        axis.ticks.length.x = unit(-.1, "cm"),  # 设置X轴刻度长度及方向
        panel.border = element_rect(linetype = "dashed",fill = NA), # 定义边框线条类型
        axis.line.x.bottom = element_line(linetype="solid"), # 定义x轴线条类型
        plot.margin=unit(c(0.5,0.5,0.5,0.5),units=,"cm"), # 定义图边距离
        plot.caption = element_text(size = 12, face = "italic", # 设置脚注
                                    color = "#606F7B", margin = margin(t = 12)),
        legend.title = element_blank(), # 图例标题为空
        legend.key=element_blank(),   # 图例键为空
        legend.text = element_text(color="black",size=10), # 定义图例文本
        legend.spacing.x=unit(0.1,'cm'), # 定义文本书平距离
        legend.key.width=unit(0.5,'cm'), # 定义图例水平大小
        legend.key.height=unit(0.5,'cm'), # 定义图例垂直大小
        legend.background=element_blank(), # 设置背景为空
        legend.box.background=element_rect(colour = "black",linetype = "solid"), # 图例绘制边框
        legend.box.margin = margin(1,1,1,1),
        legend.position = c(0, 1), legend.justification = c(0, 1))
}

绘制箱图

p <- ggplot(ToothGrowth %>% mutate(dose=as.factor(dose)),
            aes(dose,len,fill=dose)) +
  stat_boxplot(geom="errorbar",width=0.1,position = position_dodge(0.7))+
  geom_boxplot(width = 0.5,show.legend = T,position = position_dodge(0.7)) +
  scale_fill_nejm()+
  theme_niwot()

添加p值

add_pval(p, pairs = list(c(1,2),c(1,3),c(2,3)),test='wilcox.test',
         alternative='two.sided',textsize=2)

绘制分面图

p1 <- ggplot(ToothGrowth %>% mutate(dose=as.factor(dose)),
       aes(dose,len,fill=dose)) +
  stat_boxplot(geom="errorbar",width=0.1,position = position_dodge(0.7))+
  geom_boxplot(width = 0.5,show.legend = T,position = position_dodge(0.7)) +
  facet_grid(.~supp,scales = "free",labeller = label_wrap_gen())+
  scale_fill_nejm()+
  theme_niwot()+
  theme(legend.position = "non")

分面添加p值

add_pval(p1, pairs = list(c(1,2)))

p值转换

add_pval(p1, pairs = list(c(1, 2)), 
         test = 't.test',
         alternative = "less",
         pval_star = T)

添加注释文本

add_pval(p1, pairs = list(c(1,2)), annotation = "p")

add_pval(p1, pairs = list(c(1,2)), annotation = list("p1","p2"))

通过上面一连串的代码可以看到最终的图形还是很美观的，喜欢的小伙伴欢迎关注公众号R语言数据分析指南

QQ交流群

作者微信

关注下方公众号下回更新不迷路，如需要加入微信交流群，请在菜单栏处添加作者微信，备注单位+方向+姓名即可邀您进群；公众号主要分享生物信息学与R语言数据可视化的经典案例，希望对大家有所帮助