小提琴圖 (Violin Plot)是用來展示多組數(shù)據(jù)的分布狀態(tài)以及概率密度，是優(yōu)于箱線圖的一種統(tǒng)計圖形。他結(jié)合了箱線圖與密度圖，箱線圖位于小提琴圖內(nèi)部，兩側(cè)是數(shù)據(jù)的密度圖，能顯示出數(shù)據(jù)的多個細節(jié)，而學(xué)會軟件來繪制精美的小提琴圖，則是科研中必備的手段。

一、前期準備

1. 所用軟件與版本：R 4.0.5

2. 所需R包：ggplot2 , cowplot, ggpub, magrittr

3. 示例數(shù)據(jù)：iris數(shù)據(jù)集

二、繪制一張粗糙的violin plot

library(ggplot2)
p=iris %>% ggplot(aes(x=Species,y=Sepal.Length,fill=Species))+geom_violin()
p

violin plot1

這是針對iris數(shù)據(jù)集的Sepal.Length特征繪制的小提琴圖，大家調(diào)用ggolot函數(shù)就可以直接畫出來，其中x通常是因子列，y是要畫的特征，而fill是按照不同的類別分類填充，比如在這里fill=Species，說明按照Species（因子列，如果不是要提前用as.factor函數(shù)進行轉(zhuǎn)換），三個不同花的類別還選擇不同的顏色，這里沒有指定各自的顏色，ggolot默認是圖中的顏色。這時就有讀者問了，這哪里體現(xiàn)了箱線圖？別急，我們馬上添上去！

三、修圖

1. 去除后面背景，這里采用ggplot2中的bw主題

p=p+theme_bw()

2. 只顯示x軸和y軸，不顯示圖例

  p=p+theme(legend.position="none",
        axis.text.x = element_text(hjust = 0.5, vjust = 0.5),
        axis.text.y = element_text(hjust = 0.5, vjust = 0.5),
        panel.grid.major = element_blank(), 
        panel.grid.minor = element_blank(),
        axis.title.x = element_blank(),
        axis.title.y = element_text( size=rel(1)),
        panel.border = element_blank(),
        axis.line = element_line(colour = "black",size=1)
  )

3. 添加箱線圖

p=p+geom_boxplot(width=0.2,position=position_dodge(0.9),outlier.colour = NA,fill="white")

4. 改變默認顏色

color = c("#33B44A","#EE3536","#3A429B")
p=p+scale_fill_manual(values = color)

此時我們看下效果

violin plot2

這里給出完整代碼：

library(ggplot2)
color = c("#33B44A","#EE3536","#3A429B")
iris %>% ggplot(aes(x=Species,y=Sepal.Length,fill=Species))+geom_violin()+
  geom_boxplot(width=0.2,position=position_dodge(0.9),outlier.colour = NA,fill="white")+
  theme_bw()+
  theme(legend.position="none",
        axis.text.x = element_text(hjust = 0.5, vjust = 0.5),
        axis.text.y = element_text(hjust = 0.5, vjust = 0.5),
        panel.grid.major = element_blank(), 
        panel.grid.minor = element_blank(),
        axis.title.x = element_blank(),
        axis.title.y = element_text( size=rel(1)),
        panel.border = element_blank(),
        axis.line = element_line(colour = "black",size=1)
  )+scale_fill_manual(values = color)

四、添加不同類別間的pvalue

我們還想讓這張圖上顯示更多的信息：

● 添加比較兩組或多組的均值差異的pvalue

● 添加多組樣本的組間比較的pvalue

在這里我們運用Kruskal-Wallis檢驗和wilcox檢驗，具體原理，具體原理本文不做闡述，讀者請移步非參數(shù)統(tǒng)計的相關(guān)內(nèi)容。我們給出代碼，這里會用到ggpubr包。

library(ggplot2)
library(ggpubr)
color = c("#33B44A","#EE3536","#3A429B")
my_comparisons <- list( c("setosa", "versicolor"), c("versicolor", "virginica"), c("setosa", "virginica") )
iris %>% ggplot(aes(x=Species,y=Sepal.Length,fill=Species))+geom_violin()+
  geom_boxplot(width=0.2,position=position_dodge(0.9),outlier.colour = NA,fill="white")+
  theme_bw()+
  theme(legend.position="none",
        axis.text.x = element_text(hjust = 0.5, vjust = 0.5),
        axis.text.y = element_text(hjust = 0.5, vjust = 0.5),
        panel.grid.major = element_blank(), 
        panel.grid.minor = element_blank(),
        axis.title.x = element_blank(),
        axis.title.y = element_text( size=rel(1)),
        panel.border = element_blank(),
        axis.line = element_line(colour = "black",size=1)
  )+scale_fill_manual(values = color)+
  stat_compare_means( comparisons = my_comparisons)+
  stat_compare_means(label.y = 10)

violinplot3

我們還可以在stat_compare_means函數(shù)里面設(shè)置不同的參數(shù)，這里默認使用wilcox檢驗，最后一個stat_compare_means函數(shù)還可以使用方差分析（method=""anova")。
關(guān)于為ggplot圖形添加pvalue更多的細節(jié)，可以參考這位博主寫的文章：

數(shù)據(jù)可視化——R語言為ggplot圖形添加P值和顯著性水平_zhouhucheng00的博客-CSDN博客

五、多個小提琴圖組合

當我們想要畫多個特征，即多個小提琴圖組合成一張大圖，比如iris數(shù)據(jù)集中一共有四個特征，我們要將他們?nèi)堪凑丈厦娴漠嫹ㄙN在畫布上，通常我們用for循環(huán)處理，或者ggplot中有函數(shù)為facet_grid()，這里不做介紹（個人覺得在實際論文撰寫中，用facet_grid組合的圖形不是很好看）下面介紹我的處理方法，這里要用到cowplot包。

library(ggplot2)
library(ggpubr)
library(cowplot)
color = c("#33B44A","#EE3536","#3A429B")
my_comparisons <- list( c("setosa", "versicolor"), c("versicolor", "virginica"), c("setosa", "virginica") )
p=list()
sites = apply(iris[,-5], 2, function(x) max(x)+2.5)
for (i in colnames(iris)[1:4]) {
p[[i]]=iris %>% ggplot(aes_string(x="Species",y=i,fill="Species"))+geom_violin()+
  geom_boxplot(width=0.1,position=position_dodge(0.9),outlier.colour = NA,fill="white")+
  theme_bw()+
  theme(legend.position="none",
        axis.text.x = element_text(hjust = 0.5, vjust = 0.5),
        axis.text.y = element_text(hjust = 0.5, vjust = 0.5),
        panel.grid.major = element_blank(), 
        panel.grid.minor = element_blank(),
        axis.title.x = element_blank(),
        axis.title.y = element_text( size=rel(1)),
        panel.border = element_blank(),
        axis.line = element_line(colour = "black",size=1)
  )+scale_fill_manual(values = color)+
  stat_compare_means( comparisons = my_comparisons)+
  stat_compare_means(label.y = as.numeric(sites[i]))
}
plot_grid(plotlist = p,align = "h",labels =  LETTERS[1:4])
ggsave("violin plots.pdf",height = 10,width = 10)

Last

在這張圖的繪制中，由于用到了for循環(huán)，我將aes改成了aes_string使得里面能以字符串的形式輸入，然后考慮到不同小提琴圖KW檢驗的pvalue位置要不同，所以在高度設(shè)置上我們?nèi)〔煌卣鞯淖畲笾?2.5，并且要使箱線圖都能在小提琴圖內(nèi)部，我們設(shè)置寬度為0.1，使得能兼顧到每一個小提琴圖。此外，最后的plot_grid函數(shù)，我們制定align="h"，表示按照行來組合圖形，并添加標號，當然也可以按列組合，具體可以查看plot_grid函數(shù)的相關(guān)參數(shù)。

以上就是我對于畫小提琴圖的相關(guān)總結(jié)。