用grafify搞定统计绘图、方差分析、干预比较等！

本文分享grafify搞定统计绘图、方差分析、干预比较等！

推荐阅读：
👉《Python matplotlib教程1.0》
👉《R 可视化教程1.0》

好久不更新R相关的文章，如果文末有人点赞、在看，后面考虑多更新😄😄～

本期推荐一个优质R包grafify，grafify功能表现在以下几方面：

• 几行代码绘制高颜值统计图表，支持6大类，19种图表 (见上图)；
• 包含辨识度极高的调色盘，可与ggplot2良好兼容；
• 支持方差分析 (ANOVA)，包括随机区组和重复测量设计;
• 支持干预前后的变化比较 (post-hoc comparisons);
• 模拟1-way和2-way ANOVA设计。

grafify调色盘

支持以下调色盘，包含定性配色方案（Qualitative colormaps）如okabe_ito、r4等和顺序配色方案（Sequential colormaps）如grey_conti等。使用方法类似ggplot2，参考👉 R可视化07|ggplot2图层-标度图层（scale layer）-颜色盘篇

plot_grafify_palette(palette = "kelly") #查看kelly调色盘所有颜色色值号

grafify:::graf_palettes #输出grafify所有调色盘色值

grafify绘制统计图

统计图对应的实现方法都在下图红框里了，需要那类图，使用图上方函数即可，下面简单举例，说明grafify的使用：

• demo0

plot_4d_scatterbar()实现3或4个分类变量bar图，

plot_4d_scatterbar(data_2w_Tdeath,           
                   Genotype,                  
                   PI,                        
                   Time,                      
                   Experiment,                
                   b_alpha = 0.7,             
                   ColPal = "vibrant")+     
  scale_colour_manual(values = c("black", "grey20"))+   
  labs(title = "2way/RM, bars/SD",
       subtitle = "(shapes = randomised blocks)")

• demo1

绘制一个组合图：bar图+散点图+SD，plot_scatterbar_sd()可轻松搞定

library('grafify') # 导入包
plot_scatterbar_sd(data = data_doubling_time,#使用内置数据集data_doubling_time
                   xcol = Student,           # 指定X轴变量
                   ycol = Doubling_time,     # 指定Y轴变量
                   SingleColour = "r4_1")+ # 指定颜色，这里取子调色盘r4
                   labs(title = "Scatter+bar+SD") # 设置标题

• demo2

QQ图：使用plot_qqline()即可，

plot_qqline(data_t_pratio, 
            log(Cytokine),  
            Genotype)+         
            labs(title = "QQ plot with plot_qqline()")

• demo3

临床连线图：SCI文章中常用连线图比较一样本在干预前后的变化，grafify中plot_befafter_colours()可轻松实现，

plot_befafter_colours(data = data_t_pdiff,
                      xcol = Condition,
                      ycol = Mass,
                      match = Subject,
                      symsize = 5,
                      ColPal = "r4",
                      ColRev = T)+
  labs(title = "TBefore-after with plot_befafter_colours")

• demo4

plot_xy_NumGroup()

plot_xy_NumGroup(dplyr::filter(diamonds, cut == "Premium" & clarity == "SI1"), 
                 depth, 
                 price, 
                 carat, 
                 s_alpha = .5, 
                 ColPal = "grey_conti")+ #colschem
  labs(title = "plot_xy_NumGroup()")

grafify方差分析

该部分不详细介绍，主要支持以下几类ANOVA：

• Simple linear models: One-way ANOVA, Two-way ANOVA
• Mixed effects models: One-way ANOVA & randomised blocks,Two-way ANOVA & randomised blocks,Two-way ANOVA, repeated-measures & randomised blocks
• Posthoc comparisons：posthoc_Pariwise, posthoc_Levelwise, posthoc_vsRef

-END-

推荐阅读：

• 10W字《R ggplot2可视化教程1.0》来了!
  
• 详解Python列表推导式|迭代器|生成器|匿名函数
• Jupyter Notebook的16个超棒插件！
• 临床WGS/WES/Gene Panel/Single gene异同
  
• 一图胜千言，超形象图解NumPy教程！
• 那些神经网络可视化利器
• R Graphics Cookbook中译教程

我的学习小圈子👉
加入
赞、在看就是最大的支持