从这个系列开始，师兄就带着大家从各大顶级期刊中的Figuer入手，从仿照别人的作图风格到最后实现自己游刃有余的套用在自己的分析数据上！这一系列绝对是高质量！还不赶紧点赞+在看，学起来！
本期分享的是昨天更新的Nature Medicine上面那篇文章中的一个箱线图和散点图。
之所以讲这张图是因为这张图既通过散点图描绘了两组样本点的分布差异，同时在X和Y两个尺度上分别绘制箱线图，既反映了两组在X和Y两个尺度上的显著差异，也更好的阐述了X和Y的相关关系。此外箱线图还加上了连线，显示出了从术后1天，到术后3个月的变化趋势，非常好的呈现方式，值得大家学习！
话不多说，直接上图！
示例数据和代码获取
读图
这张图通过广义估计方程(GEE)分析，发现在袖状胃切除（SG）治疗后B. thetaiotaommicron丰度的增加与BMI的下降相关。
效果预览
示例数据和R包载入
# 加载包：library(ggplot2)# 读取数据：new_data <- read.csv("data01.csv")> new_dataBacteroides_thetaiotaomicronBMI group group21 -13.36254 3.941414 group_0M sample12 -16.49327 3.927730 group_0M sample23 -15.85773 3.692952 group_0M sample34 -16.86678 3.948474 group_0M sample45 -15.57506 3.579352 group_0M sample56 -12.02062 3.759882 group_0M sample67 -16.75177 4.155833 group_0M sample78 -15.62603 4.045753 group_0M sample89 -13.00599 3.570529 group_0M sample910-15.37026 3.522664 group_0M sample1011-14.68648 3.931393 group_0M sample1112-13.89668 3.971936 group_0M sample1213-16.94041 3.505565 group_0M sample1314-15.68604 4.082791 group_0M sample1415-13.40720 4.124388 group_0M sample15
绘制
首先绘制最中间的散点图：# 绘制散点图：ggplot(new_data)+# 绘制基本散点图geom_point(aes(Bacteroides_thetaiotaomicron, BMI,color=group))+# 设置颜色scale_color_manual(values = c(group_0M="#ff00ff", group_3M="#8ac53e"))+# 设置主题theme_classic()+# 设置坐标轴范围scale_x_continuous(breaks = c(-17:11))+scale_y_continuous(breaks = seq(3.2,4.0,0.2))+# 设置x轴和y轴标签xlab("Bacteroides thetaiotaomicron (11021)")+ylab("BMI(lg)")+# 去掉图例：theme(legend.position = 'none')ggsave(filename = "scatter_plot.pdf",height=5,width = 5)
再绘制左边的箱线图
# 绘制左边的箱线图：ggplot(new_data,aes(group, BMI))+# 加上误差棒；由于自带的箱形图没有胡须末端没有短横线，使用误差条的方式补上stat_boxplot(geom = "errorbar",width=0.15,aes(color=group))+ # 绘制基本箱线图geom_boxplot(aes(color=group),fill="white")+# 加上散点之间的连线geom_line(aes(group=group2), color="black",linetype="dashed",size=0.2, alpha=0.8)+# 箱线图加散点geom_jitter(aes(color=group,fill=group),width =0.05,shape = 21)+ #设置为向水平方向抖动的散点图，width指定了向水平方向抖动，不改变纵轴的值# 设置颜色scale_color_manual(values = c(group_0M="#ff00ff", group_3M="#8ac53e"))+scale_fill_manual(values = c(group_0M="#ff00ff", group_3M="#8ac53e"))+# 设置主题theme_classic()+# 设置坐标轴范围scale_x_discrete(labels=c("0M","3M"))+scale_y_continuous(breaks = seq(3.2,4.0,0.2))+# 设置x轴和y轴标签xlab("")+ylab("")+# 去掉图例：theme(legend.position = 'none')ggsave(filename = "left_boxplot.pdf",height=5,width = 2)
最后绘制下方的箱线图
# 绘制下面的箱线图：ggplot(new_data,aes(group, Bacteroides_thetaiotaomicron))+# 加上误差棒；由于自带的箱形图没有胡须末端没有短横线，使用误差条的方式补上stat_boxplot(geom = "errorbar",width=0.15,aes(color=group))+ # 绘制基本箱线图geom_boxplot(aes(color=group),fill="white")+# 加上散点之间的连线geom_line(aes(group=group2), color="black", linetype="dashed", size=0.2, alpha=0.8)+# 箱线图加散点geom_jitter(aes(color=group,fill=group),width =0.05,shape = 21)+ #设置为向水平方向抖动的散点图，width指定了向水平方向抖动，不改变纵轴的值# 设置颜色scale_color_manual(values = c(group_0M="#ff00ff", group_3M="#8ac53e"))+scale_fill_manual(values = c(group_0M="#ff00ff", group_3M="#8ac53e"))+# 设置主题theme_classic()+# 设置坐标轴范围scale_x_discrete(labels=c("0M","3M"))+scale_y_continuous(breaks = c((-17):(-11)))+# 设置x轴和y轴标签xlab("")+ylab("")+# 去掉图例theme(legend.position = 'none')+# 旋转坐标轴coord_flip()ggsave(filename = "down_boxplot.pdf",height=2,width = 5)
最后，用AI将三个图拼接在一起就完事啦！
结果展示
示例数据和代码获取
