事情的起因是我要復(fù)現(xiàn)一個文章的堆疊小提琴圖，只不過堆疊小提琴用的是Split小提琴圖，不僅展示細(xì)胞中基因的表達，也將分組展示了。首先堆疊小提琴圖Seurat VlnPlot函數(shù)就可以完成：

library(Seurat)
library(dittoSeq)
library(ggplot2)

makers <- c('Ltf',"Ngp",'Ccl6','Srgn','S100a9','Mmp8',
            'Cstdc4', "Ccl6",'Il1b','Chn2','Stfa2l1',
            'Retnlg','Olfm4','Cd177','Top2a','Stmn1')


VlnPlot(mouse_data, features = makers,
        stack=T,pt.size=0,
        flip = T,
        add.noise = T)+#橫縱軸不標(biāo)記任何東西
  theme(axis.text.y = element_blank(), #不顯示坐標(biāo)刻度
        axis.ticks.y = element_blank(),
        axis.title = element_blank(),
        axis.text.x = element_text(colour = 'black',size = 10,angle = 90),
        legend.position = 'none')

image.png

展示分組：

VlnPlot(mouse_data, features = makers,
        stack=T,pt.size=0,
        split.by = 'orig.ident',
        flip = T,
        add.noise = T)+#橫縱軸不標(biāo)記任何東西
  theme(axis.text.y = element_blank(), #不顯示坐標(biāo)刻度
        axis.ticks.y = element_blank(),
        axis.title = element_blank(),
        axis.text.x = element_text(colour = 'black',size = 10,angle = 90),
        legend.position = 'top',
        legend.title=element_blank(),
        legend.box.background = element_blank(),
        legend.text = element_text(color="black",size=10),
        legend.spacing.x=unit(0.2,'cm'),
        legend.key.width=unit(0.4,'cm'),
        legend.key.height=unit(0.4,'cm'),
        legend.background=element_blank())

image.png

做Split小提琴圖：

VlnPlot(mouse_data, features = makers,
        stack=T,pt.size=0,
        flip = T,
        add.noise = T,
        split.by = 'orig.ident',
        split.plot = T)+#橫縱軸不標(biāo)記任何東西
  theme(axis.text.y = element_blank(), #不顯示坐標(biāo)刻度
        axis.ticks.y = element_blank(),
        axis.title = element_blank(),
        axis.text.x = element_text(colour = 'black',size = 10,angle = 90),
        legend.position = 'none')

image.png

最近沉迷于寫函數(shù)，所以寫一個堆疊的函數(shù)，拼圖無縫銜接，圖還是很好看的，這里解決了ggplot拼圖無縫銜接，網(wǎng)上有些函數(shù)很復(fù)雜，且沒用。**本來這個帖子已經(jīng)寫完，然后剛好小伙伴問了一個問題，我就先拋出了，結(jié)果又有人提出加顯著性的要求。

#如果要添加兩組之間的顯著性檢驗，就需要添加test=T參數(shù)，siglable和testmethod都可以自己選擇
Split_Vln_stacked(mouse_data, feature = makers, split.by = 'orig.ident',
                  split.plot = T, pt.size = 0, size = 10, 
                  cols = c("limegreen", "navy"),
                  sig_label = 'p.signif',test = T,test_method = 't.test')
#split不添加顯著性，只需要test=F即可
Split_Vln_stacked(mouse_data, feature = makers, split.by = 'orig.ident',
                  split.plot = T, pt.size = 0, size = 10, 
                  cols = c("limegreen", "navy"),
                  test = F)
#正常堆疊圖，test=F，split.plot=F
Split_Vln_stacked(mouse_data, feature = makers,
                  split.plot = F, pt.size = 0, size = 10,
                  cols = dittoColors(), test = F)

image.png

此外，有了這個啟發(fā)，我們是不是可以對一些基本的圖進行無縫拼接呢，堆疊展示跟更體現(xiàn)效果，顏值也是拉滿。這里以折線圖為例子：

image.png

接下來我們講講這個堆疊函數(shù)的思路：更多精彩請至KS科研分享與服務(wù)公眾號