R语言 | 绘制带P值的差异柱状图
原文链接：R语言 | 绘制带P值的差异柱状图
本期教程
小杜的生信笔记，自2021年11月开始做的知识分享，主要内容是R语言绘图教程、转录组上游分析、转录组下游分析等内容。凡是在社群同学，可免费获得自2021年11月份至今全部教程，教程配备示例数据和相关代码，我们会持续更新中。
往期教程部分内容
绘图代码
# 生成柱状图
ggplot(df_long, aes(x = time, y = value, fill = group)) +geom_bar(stat = "summary", fun = "mean", position = position_dodge(width = 0.9), width = 0.7, color = "black") +# 添加误差条，fun.data = mean_cl_normal 指定计算均值和置信区间geom_errorbar(stat = "summary", fun.data = mean_cl_normal, position = position_dodge(width = 0.9), width = 0.2) +# 使用 geom_beeswarm 函数添加蜂窝散点geom_beeswarm(dodge.width = 0.8, size = 3, color = "black") +scale_fill_manual(values = c("#009F72","#1F78B4")) + # "#096A62"scale_y_continuous(expand = expansion(mult = c(0,0)), ##将Y轴柱子从（0,0）开始limits = c(0,300), # 设置Y轴的取值##Y轴的取值距离breaks = seq(0,300,50) ##取值0-300，间隔50)+labs(x = "Time", y = NULL, fill = NULL) +theme_classic() +# 添加 p 值stat_pvalue_manual(p_values, x = "time", label = "label", ## label = p.adj.signif,星号y.position = c(50, 240, 270), tip.length = 0.001, inherit.aes = FALSE) +annotate("segment", x = 0.8, ## X轴距离xend = 1.2, ##长度y = 48, ## y的高度 yend = 48, color = "black") +annotate("segment", x = 1.8, xend = 2.2, y = 238, yend = 238, color = "black") +annotate("segment", x = 2.8, xend = 3.2, y = 268, yend = 268, color = "black") +theme(axis.line = element_line(size = 0.8), ## 粗细text=element_text(#family = "sans",colour ="black",size = 10),axis.text.x = element_text(color = "black", size = 10),axis.text.y = element_text(color = "black",size = 10),axis.ticks = element_line(colour = "black"),strip.text = element_text(color = "black",size = 10),axis.title = element_text(color = "black",size = 12), ##坐标轴字体大小legend.position = "none",strip.background = element_blank())
若我们的教程对你有所帮助，请
点赞+收藏+转发，这是对我们最大的支持。
往期部分文章
1. 最全WGCNA教程（替换数据即可出全部结果与图形）
-
WGCNA分析 | 全流程分析代码 | 代码一
-
WGCNA分析 | 全流程分析代码 | 代码二
-
WGCNA分析 | 全流程代码分享 | 代码三
-
WGCNA分析 | 全流程分析代码 | 代码四
-
WGCNA分析 | 全流程分析代码 | 代码五(最新版本)
2. 精美图形绘制教程
- 精美图形绘制教程
3. 转录组分析教程
-
转录组上游分析教程[零基础]
-
一个转录组上游分析流程 | Hisat2-Stringtie
4. 转录组下游分析
-
批量做差异分析及图形绘制 | 基于DESeq2差异分析
-
GO和KEGG富集分析
-
单基因GSEA富集分析
-
全基因集GSEA富集分析
小杜的生信筆記 ，主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!