ggstatsplot绘图|统计+可视化，学术科研神器

本文首发于“生信补给站”公众号，https://mp.weixin.qq.com/s/zdSit97SOEpbnR18ARzixw

更多关于R语言，ggplot2绘图，生信分析的内容，敬请关注小号。

ggstatsplot是ggplot2包的扩展包，可以同时输出美观的图片和统计分析结果，对于经常做统计分析或者生信人来说非常有用。

一 准备数据

gapminder 数据集包含1952到2007年间(5年间隔)的142个国家的life expectancy, GDP per capita, 和 population信息

#载入绘图R包
library(ggstatsplot)
#载入gapminder 数据集
​
library(gapminder)
head(gapminder)

ggstatsplot-R包含有很多绘图函数（文末会给出），本文仅展示ggbetweenstats函数使用方法。

二 ggbetweenstats 绘图

1 基本绘图展示

显示2007年每个continent的预期寿命分布情况，并统计一下不同大陆之间平均预期寿命的是否有差异？差异是否显著？

#设置种子方便复现
set.seed(123)
# Oceania数据太少，去掉后分析
ggstatsplot::ggbetweenstats(
  data = dplyr::filter(
    .data = gapminder::gapminder,
    year == 2007, continent != "Oceania"
  ),
  x = continent,
  y = lifeExp,
  nboot = 10,
  messages = FALSE
)

可以看到图中展示出了2007年每个continent的预期寿命分布的箱线图，点图和小提琴图，均值，样本数；并且图形最上方给出了模型的一些统计量信息（整体）。

统计信息意义如下图所示：

注：该函数根据分组变量中的个数自动决定是选择独立样本t检验(2组)还是单因素方差分析(3组或更多组)

2 添加统计值

上方给出了整体的检验P值，下面两两之间比较，并添加检验统计量

set.seed(123)
ggstatsplot::ggbetweenstats(
  data = dplyr::filter(
    .data = gapminder::gapminder,year == 2007, continent != "Oceania"),
  x = continent,y = lifeExp,
  nboot = 10,
  messages = FALSE,
  effsize.type = "unbiased", # type of effect size (unbiased = omega)
  partial = FALSE, # partial omega or omega?
  pairwise.comparisons = TRUE, # display results from pairwise comparisons
  pairwise.display = "significant", # display only significant pairwise comparisons
  pairwise.annotation = "p.value", # annotate the pairwise comparisons using p-values
  p.adjust.method = "fdr", # adjust p-values for multiple tests using this method
)
​

3 图形美化

#添加标题和说明，x轴和y轴标签，标记，离群值，更改主题以及调色板。

set.seed(123)
# plot
gapminder %>% # dataframe to use
  ggstatsplot::ggbetweenstats(
    data = dplyr::filter(.data = ., year == 2007, continent != "Oceania"),
    x = continent, # grouping/independent variable
    y = lifeExp, # dependent variables
    xlab = "Continent", # label for the x-axis
    ylab = "Life expectancy", # label for the y-axis
    plot.type = "boxviolin", # type of plot ,"box", "violin", or "boxviolin"
    type = "parametric", # type of statistical test , p (parametric), np ( nonparametric), r(robust), bf (Bayes Factor).
    effsize.type = "biased", # type of effect size
    nboot = 10, # number of bootstrap samples used
    bf.message = TRUE, # display bayes factor in favor of null hypothesis
    outlier.tagging = TRUE, # whether outliers should be flagged
    outlier.coef = 1.5, # coefficient for Tukey's rule
    outlier.label = country, # label to attach to outlier values
    outlier.label.color = "red", # outlier point label color
    mean.plotting = TRUE, # whether the mean is to be displayed
    mean.color = "darkblue", # color for mean
    messages = FALSE, # turn off messages
    ggtheme = ggplot2::theme_gray(), # a different theme
    package = "yarrr", # package from which color palette is to be taken
    palette = "info2", # choosing a different color palette
    title = "Comparison of life expectancy across continents (Year: 2007)",
    caption = "Source: Gapminder Foundation"
  ) + # modifying the plot further
  ggplot2::scale_y_continuous(
    limits = c(35, 85),
    breaks = seq(from = 35, to = 85, by = 5)
  )
​

三 其他绘图函数

Function	Plot	Description
ggbetweenstats	violin plots	for comparisons between groups/conditions
ggwithinstats	violin plots	for comparisons within groups/conditions
gghistostats	histograms	for distribution about numeric variable
ggdotplotstats	dot plots/charts	for distribution about labeled numeric variable
ggpiestats	pie charts	for categorical data
ggbarstats	bar charts	for categorical data
ggscatterstats	scatterplots	for correlations between two variables
ggcorrmat	correlation matrices	for correlations between multiple variables
ggcoefstats	dot-and-whisker plots	for regression models

四 更多请参照官方文档

https://indrajeetpatil.github.io/ggstatsplot/index.html

◆ ◆ ◆ ◆ ◆

R|生存分析（1）：生存分析介绍以及绘制KM曲线

Nomogram（诺莫图） | Logistic、Cox生存分析结果可视化

Forest plot（森林图） | Cox生存分析可视化

maftools|TCGA肿瘤突变数据的汇总，分析和可视化

maftools | 从头开始绘制发表级oncoplot（瀑布图）

ggalluvial|炫酷桑基图（Sankey），你也可以秀

ggplot2|详解八大基本绘图要素

ggplot2|ggpubr进行“paper”组图合并

pheatmap|暴雨暂歇，“热图”来袭！！！

ggplot2-plotly|让你的火山图“活”过来

ggplot2| 绘制KEGG气泡图

ggplot2|绘制GO富集柱形图

绘图系列|R-corrplot相关图

绘图系列|R-VennDiagram包绘制韦恩图

R|clusterProfiler-富集分析

【觉得不错，右下角点个“在看”，期待您的转发，谢谢！】