频率分布图和散点图SOP
一、 频率分布图
1.1 数据准备
需要将数据和代码放入同一文件夹：
ATPAN.csv文件
RTPAN.csv文件
1.2 数据格式
1.3 画图
##画左边一列2个图
dev.new()
par(mfcol=c(2,2))
otu=read.csv("ATPAN.csv",row.names=1,header=T)
B<-otu$B
h<-hist(B,freq=FALSE,breaks=10,col="red",ylim=c(0,5),xlim=c(0,1),main="Abundant bloom")
lines(density(B),col="blue",lwd=2)
box()
NB<-otu$NB
h<-hist(NB,freq=FALSE,breaks=10,col="red",xlim=c(0,1),ylim=c(0,5),main="Abundant non-bloom")
lines(density(NB),col="blue",lwd=2)
box()
##画右边一列2个图
otu=read.csv("RTPAN.csv",row.names=1,header=T)
B<-otu$B
B<-na.omit(B)
h<-hist(B,freq=FALSE,breaks=20,col="red",ylim=c(0,5),xlim=c(0,1),main="Rare bloom")
lines(density(B),col="blue",lwd=2)
box()
NB<-otu$NB
h<-hist(NB,freq=FALSE,breaks=20,col="red",xlim=c(0,1),ylim=c(0,5),main="Rare non-bloom")
lines(density(NB),col="blue",lwd=2)
box()
##R软件出图效果
将原图保存为PDF格式文件
1.4 AI修图
在AI中修图，得到最终图如下：
1.4.1 颜色调整
将第一横排（左、右）两图颜色调为红色（R:231, G:33, B:26）；将第二横排（左、右）两图颜色调为绿色（R:33, G:164, B:100）
1.4.2 字体类型和大小
“A”为Arial（Bold），字体大小为14 pt；横坐标和纵坐标字体大小为8 pt；“Particle-association niche index”字体大小为9 pt，字体均为Arial（Regular）
1.4.3 描边
拟合曲线：1 pt
其他：0.75 pt
1.4.4 画布宽度
148 mm
1.4.5 颜色类型
RGB
1.4.6 分辨率
600 bpi
二、带误差棒的散点图
2.1 数据准备
需将以下文件放入同一文件夹：
ATTAX.csv文件
RTTAX.csv文件
2.2数据格式
ATTAX表排列
RTTAX表排列
2.3画图
#出图p1
install.packages("ggplot2")
library(ggplot2)
theme_set(theme_bw())
dev.new()
par(mfcol=c(1,2))
Tax=read.csv("ATTAX.csv",row.names=1,header=T)
p1<-ggplot(Tax, aes(x=Taxonomy, y=Mean, colour=Status))+geom_errorbar(aes(ymin=Mean-SE, ymax=Mean+SE), width=0.4)+geom_point(size=4)+coord_flip()+scale_x_discrete(limits=c("Verrucomicrobia","Gammaproteobacteria","Deltaproteobacteria","Betaproteobacteria","Alphaproteobacteria","Firmicutes","Chloroflexi","Acidobacteria","Bacteroidetes","Actinobacteria"))+scale_y_continuous(limits=c(0, 1))
#出图p2
Tax=read.csv("RTTAX.csv",row.names=1,header=T)#输入数据RTTAX
p2<-ggplot(Tax, aes(x=Taxonomy, y=Mean, colour=Status))+geom_errorbar(aes(ymin=Mean-SE, ymax=Mean+SE), width=0.4)+geom_point(size=4)+coord_flip()+scale_x_discrete(limits=c("Verrucomicrobia","Gammaproteobacteria","Deltaproteobacteria","Betaproteobacteria","Alphaproteobacteria","Firmicutes","Chloroflexi","Acidobacteria","Bacteroidetes","Actinobacteria"))+scale_y_continuous(limits=c(0, 1))
#合并图P1与P2
install.packages("gridExtra")
library(gridExtra)
dev.new()
grid.arrange(p1,p2,nrow=1)
##R软件出图
将原图保存为PDF格式文件
三、进行Mann-Whitney检验
3.1 数据准备
MW.xlsx文件
3.2数据格式
“1”代表水华，“2”代表非水华
3.3 计算显著性P值
导入数据
选择工具栏上“分析”——“非参数检验”——“2个独立样本”，具体如下操作：
单击“确定”出如下结果：
渐近显著性（双侧）代表在P < 0.01水平上具有显著差异，图中用“**”表示，以此方法依次计算其他分类群水华与非水华的比较。
3.4 AI中精修
在AI中修图，得到精修图如下：
3.4.1 颜色调整
将属于Bloom分类群的图标调为红色（R:217, G:40, B:29），属于Non-Bloom分类群的图标调为绿色（R:37, G:157, B:97）
3.4.2 字体类型和字体大小
“B”为Arial（Bold），字体大小为14 pt；横坐标和纵坐标字体大小为8 pt；“Particle-association niche index”字体大小为9 pt，字体均为Arial（Regular）；“**”字体Times New Roman（Regular），字体大小为17 pt
3.4.3 描边
0.75 pt
3.4.4 图片宽度
148 mm
3.4.5 颜色类型
RGB
3.4.6 分辨率
600 bpi
3.4.7 拼接
最后将A图与B图拼在一起，得到下图：
参考文献
Min Liu, Lemian Liu, Huihuang Chen, Zheng Yu, Jun R. Yang, Yuanyuan Xue, Bangqin Huang, Jun Yang. (2019). Community dynamics of free-living and particle-attached bacteria following a reservoir Microcystis bloom. Science of the Total Environment, 660, 501–511
整理：莫媛媛、杨义刚
校对：马国琳
猜你喜欢
10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑
文献阅读 热心肠 SemanticScholar Geenmedical
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
生物科普: 肠道细菌 人体上的生命 生命* 细胞暗战 人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
点击阅读原文，跳转最新文章目录阅读