复现IF 48+期刊图，换数据即可用！

本次使用R语言复现一下Nature图！

• 箱线图显示了六个模型在训练集（training，第一行，n = 147例）和验证集（validation，第二行，n = 75例）中，跨越不同RCB类别所获得的预测因子评分的分布情况。
• 箱体部分表示四分位距，其中的中线为中位数，须线延伸至箱体外部最大为四分位距1.5倍的范围，异常值以圆点表示。P值为双侧检验结果，并经过FDR校正的Wilcoxon秩和检验得到。

✅读入测试数据，

✅关键代码，

ggboxplot(
  data = barfacet_data, 
  x = "RCB.category", 
  y = "value", 
  fill = "RCB.category",
  outlier.size = 0.5,
  facet = c("Class", "pipeline") # 按两个变量分面
) +
# 添加p值
  stat_pvalue_manual(
    statistical_test, 
    hide.ns = FALSE,
    label = "p.adj.short"
  )

x轴方向按照pipeline分面为6列，y轴方向按照Class分面为2列。

✅值得学习的R可视化知识点：

• 添加p value的方法wilcox_test；
• 添加分面的方法facet；
• 自定义主题的方法theme。

本期结束！

数据+详细代码👇

（备注：299）

（加入学习，收费，备注：299）