散点图+箱式图+小提琴图三图叠加的分组差异分析图绘制

我们使用散点图+箱式图+小提琴图三种图形叠加在一起更全面详细地展示不同分组数据的分布情况。我编写了一个命令行下一键作图R语言脚本，不需要R语言基础的也可以用这个脚本直接进行进行作图

箱式图

箱式图是—种描述数据分布的统计图，是表述下边缘（Q1-1.5(Q3-Q1)、第一四分位数(Q1)、中位数(Q2)、第三四分位数(Q3)与上边缘(Q3+1.5(Q3-Q1))的一种图形方法。它也可以粗略地看出数据是否具有对称性，分布的分散程度等信息，特别是可用于对几个样本的比较。

在箱图中，上边缘和下边缘的误差线段分别对应的值为Q3+1.5(Q3-Q1)和Q1-1.5(Q3-Q1)，其中矩形箱图的上方和下方的线段分别表示第三四分位数和第一四分位数，箱图中间的粗线段表示数据的中位数。另外，箱图中在最上方和最下方的星号和圆圈分别表示样本数据中的异常值,即将大于Q3+1.5(Q3-Q1)和小于Q1-1.5(Q3-Q1)的值都归为异常值。一般有两种类型的箱图：单式箱图用于分析只有一组的数据分布，复式箱图用以分析具有两个或以上组别的数据分布。

imgs

小提琴图

小提琴图是通过使用密度曲线描述一组或多组的数值数据分布。每条曲线的宽度对应于各区域数据点的近似频率。通常密度会随附一种叠加的图表类型，如箱形图，以提供一些其他的数据信息，即矩形上下边框代表第一个和第三个四分位数，中间点是中位数。小提琴图可以用来观察数据的分布情况，也可用于比较多个组之间的分布。每个组的密度曲线的波峰、谷线和尾部可以进行比较，以确定哪些组是相似的，哪些组是不同的。

散点图

跟箱线图和小提琴图搭配的散点图可以详细的展示每个类别组中的所有样本值的分布情况

一键化作图脚本

我编写了一个命令行下一键作图R语言脚本，不需要R语言基础的也可以用这个脚本进行作图，该命令行脚本一键作图工具的帮助信息查看命令如下:

Rscript./violin_box_dot_combine_plot_pipe.R -h

该脚本目录下需要有一个parameter_info.csv的参数文件，该参数文件的各列变量名称意义如下:

• data_file: 要分析的数据的文件路径和文件名,且该文件中必须包含有一列分组的列，列名为group,一列为数值列，列名为value

• horizontal_plot: 是否绘制成水平方向显示的小提琴图，默认为FALSE

• violin_trim: 是否对小提琴图进行裁剪，默认为TRUE

• xlab: 定义x轴的坐标轴标题名称

• ylab: 定义y轴的坐标轴标题名称

• legend.title: 定义散点图颜色分组标签的标题名称

• compare.stat: 是否进行多组间指定两两比较的差异分析,默认为FALSE

• compare.list: 指定对哪些组进行差异分析,只有两组的情况下可以不用指定

• p.label: 指定p值的表示方式

• add.dotplot: 指定是否追加散点图，默认为TRUE

• dot.group: 散点图分组填充颜色代表的列

• dpi: 指定图片的显示清晰度dpi

• save.file: 指定图片的保存路径和文件名

• show.fig: 是否在分析中直接显示图片,默认为TRUE

• fold.change: 是否计算和显示Foldchange差异倍数的值,默认为TRUE

• control.group.str: 指定分组变量中用哪个分类名称作为参照的类别名称

• rotate.x.text: 指定对x组的分组名称文字展示方向指定旋转度数

• font.upper：指定是否将文字放大展示,默认为TRUE

另外该目录下还需要有一个数据文件，且该文件中必须包含有一列分组的列，列名为group,一列为数值列，列名为value,例如该数据文件A1BG_fpkm_rna_seq.tsv含有的信息为:

在命令行中使用脚本一键作图工具的使用命令为:

Rscript./violin_box_dot_combine_plot_pipe.R -p./parameter_info.csv

直接在命令行下执行该命令，就可以自动安装和加载所依赖的R包，读取数据文件，并生成小提琴图+箱式图+散点图三图叠加的差异分析图形,生成的图形为: