1 导入数据 data(iris) 2 segments()和arrows()添加误差棒 如果在barplot()绘制的柱状图上添加误差棒,需要按照下列方法计算误差棒的均值和标准差棒,误差棒的范围是指mean±sd iris_mean <- aggregate(cbind(Sepal.Length,Sepal.Width,Petal.Length,Petal.Width)~Species, data = iris,mean)#计算各组的均值 row...
首先看这个Figure,发现主体是一个折线图,叠加了两个柱状图。 折线图表示的是四种处理(未吸烟、吸烟、未吸烟加抗生素、吸烟加抗生素)的小鼠体重百分比变化情况,前半部分为暴露于烟雾时间,后半部分为终止烟雾处理后(灰色背景)。 叠加的柱状图表示两段时间4个实验组的体重的增量(有很多重复实验)。 加载R包 library(tidy...
plot_data<-cbind(plot_data,Days) #将随机选择的数据命名为微生物,误差棒和时间,实际可根际自己数据构建此数据框 colnames(plot_data)<-c("Microbes","Error_bar","Days") #绘图,设置柱子填充为gray94浅色,柱子边缘为黑色,蓝色为折线和平均值点,误差棒为蓝色,可自行调整和添加分组。 ggplot(plot_data,aes...
colnames(df2)<-c("group","Gene_Abundance") #绘图,geom_bar添加平均值柱子,geom_jitter用df2数据框加散点,geom_errorbar添加标准误误差棒,geom_hline添加虚线。 ggplot()+geom_bar(data=df1,mapping=aes(x=group,y=mean),fill = "white",size = 2, color = c("#4169B2","#B1A4C0","#479E9B",...