折線圖通常用于動態變化的數據，例如某事件隨著時間的變化。本文使用的是分組數據來演示繪制步驟（分組數據最好用柱形圖來展示）。
首先看一下我們用到的數據：
列名是濃度，分別是control組，0，25，50，100，200，500μM。共三行，代表三個復孔。
加載需要的R包：
library(reshape2)
library(tidyverse)
library(ggplot2)
導入數據：
data <- read.csv(file = "clipboard",header = T,sep = "\t")
data <- t(data)
data <- as.data.frame(data)? ?#ggplot包作用于數據框
變換數據成為需要的格式：
data$order <- c(1,2,3,4,5,6,7)? # 排列圖中橫坐標順序（折線圖中橫坐標必須是數字型向量，這里我是按照濃度梯度排列的）
data$sd <- apply(data[,c(1:3)],1,sd)? # 計算標準差，用于畫誤差棒
data$mean <- apply(data[,c(1:3)],1,mean)? #計算均數，用于畫折線圖（折線圖就是一組數對另一組數畫圖）
繪圖：
ggplot(data,aes(x = order,y = mean))+? ?# x,y都是數字類型，這里我設置x為1，2，3，4，5，6，7，就是為了排列我想要的橫坐標順序。當然也可以設置成別的順序，來保證橫坐標刻度標簽在圖中的順序。
? geom_errorbar(aes(ymin = mean-sd ,ymax = mean + sd),size = 1.2,width = 0.2,color = "gray")+? #添加誤差線，這里我第一個函數就是添加誤差線，就是為了把誤差線畫在第一個圖層上，這樣不會覆蓋別的圖像。
? geom_line(size = 1.2,color = "black")+? # 第二個圖層繪制線圖
? geom_point(shape = 16,size = 6,color = rainbow(7))+? ?#第三個繪制點圖，并設置點的形狀（可以直接賦值因子向量，也可以直接賦值數字向量，或者直接賦值數字，都對應這不同的形狀）
? labs(x = expression(paste("Dose (",mu,"M)")),y = "Relative number of apoptosis(%)")+
? coord_cartesian(ylim = c(10,40))+
? scale_x_discrete(limits = factor(seq(1,7,1)),labels = c("control","0","25","50","100","200","500"))+ # 設置橫軸的刻度標簽。
? theme(panel.background = element_blank(),
? ? ? ? panel.grid.major.y = element_line(colour = "grey",linetype = 2),
? ? ? ? axis.line = element_line(colour = "black",size = rel(2),arrow = arrow(angle = 30,length = unit(0.1,"inches"))),
? ? ? ? axis.title = element_text(size = rel(1.2)),
? ? ? ? axis.text.x = element_text(size = rel(1.5),hjust = 0.5),
? ? ? ? axis.text.y = element_text(hjust = 1,size = rel(1.5)),
? ? ? ? axis.ticks = element_line(size = rel(1.5)),
? ? ? ? plot.margin = margin(15,9,9,9))
#之前在柱形圖里講到的geom_signif函數只能進行兩兩比較（t檢驗，秩和檢驗），因此不適用于分組很多的變量。這時可以先用R語言進行方差分析，并進行兩兩比較，把有差異的兩組用geom_segment和geom_text函數自己加到圖中。或者使用我們后面會講到的別的函數來繪制（賣個關子，嘿嘿）。
最終結果：
