大多數科研文章都離不開圖表,尤其是圖,熟悉一些繪圖軟件,并將圖在文章和PPT中展示出來,是科研訓練的重要內容。漂亮的文章配圖能給自己的工作加不少分,生信寶典推出R的系列教程ggplot2高效實用指南 (可視化腳本、工具、套路、配色)講解通過R語言繪制高顏值圖。后來為了更加方便使用,生信寶典團隊開發了在線繪圖工具www.ehbio.com/ImageGP,支持14中常見圖形和部分擴增子分析,深受歡迎,日均訪問400次,累計訪問數十萬次,遍及世界各大洲,功能也在一直增加完善中。
后臺不少朋友說有更多繪圖的需求,故整理了Graphpad的使用,一是傳播知識,二是向優秀軟件學習,讓在線繪圖越來越好。 Graphpad , Origin和SigmaPlot是科研領常用的三款統計作圖軟件,他們各有優缺點,經常需要配合使用。
今天給大家介紹的是Graphpad的基本使用方法
了解Graphpad的圖表類型
下面是Graphpad的歡迎界面
從方框1處可知Graphpad Prism 6為用戶提供了6種基本統計圖表選擇;方框2處是對所選類型圖表的解釋說明,點擊Learn more
查看官方幫助文檔;方框3處可以選擇某一類型圖表下的小分類;方框4處則提供了演示數據集,方便新手入門。
6種統計圖表類型的說明和使用的統計方法介紹如下:
-
XY:
介紹: 即用XY坐標系確定一個點的位置。當數據有多個重復時,可以計算平均值和標準差等,繪圖時可以插上誤差線。
統計方法: 線性回歸、非線性回歸、相關分析。
-
column:柱狀圖
介紹: 分組指標只有一個,比如治療組與對照組。
統計方法: 單樣本t檢驗、配對t檢驗、成組t檢驗、單樣本秩和檢驗、兩組獨立樣本秩和檢驗、多組獨立樣本秩和檢驗、單因素方差分析。
-
grouped:二維分組柱狀圖
介紹: 分組指標有多個,比如統計治療組與對照組在男性和女性患者的不同情況。
統計方法: 兩因素方差分析、重復測量的兩樣本方差分析。
-
contingency:列聯表
介紹: 看起來和grouped組合圖很像,區別在于沒有誤差線,那是因為沒有重復測量值,一個柱子就是一個值。
統計方法: 卡方檢驗、Fisher精確檢驗。
-
survival:生存曲線圖
統計方法: 單因素生存曲線比較。
parts of whole:部分占總體的比例,常用餅圖表示。
分組柱狀圖作圖演示
在此選擇grouped
下提供的第二個現成數據集進行作圖演示。選好后直接點擊creat
即可。
操作主界面
上一步之后我們便進入了graphpad操作的主界面,
方框1處展示的是我們的數據,每個大組表示三種不同的細胞系(wild-type cells、GPP5 cell line和GPP7 cell line);每行表示不同的處理(血清饑餓和正常培養);每組5個平行重復。
該實驗數據存在缺失值,如第一行的A:Y4。
方框2處是一個目錄樹
- Data Tables:點擊后展示分析的數據集;
- Info:點擊此處顯示數據的基本信息,并可以新增一些備注描述;
- Results:生物統計分析結果展示(接下來會講到);
- Graphs:當錄入數據之后,點擊該圖標可初步生成一個統計圖,之后根據統計分析結果稍加修改即可;
- Layouts:對多個圖表進行排版。
選擇作圖類型
導入數據后,點擊Graphs
即可出圖,如下:
在這個界面中,可以根據自己的需求改變圖的類型。初學者要敢于亂點,自己試試不同的選項,就能知道每部分是什么功能了。(嘗試出真知
)
- Graph family:改變圖表類型,就是最開始提到的6種;
- plot individual values和plot summary data:顧名思義,前者把每組實驗5個平行的值都展示到了圖中,后者展示的是平均值。選擇合適的分組作圖方式;
- Interleaved bars:誤差棒,點擊Plot下拉框,按照不同的統計分析給圖加上誤差棒,一般選擇
Mean with SD
。
統計分析
上面初步作出的統計圖并沒有展示諸如組間差異的統計分析結果,那我們要怎么添加*
以展示組間差異呢?
在歡迎界面有enter and plot error values already calculated elsewhere
選項,說明可以從外部導入在別處做好的統計分析結果,那是要去其他地方做好計算再來作圖嗎?
不需要!因為Graphpad上便可直接做統計分析!!!雖然可以在別的地方先做好分析,但是并不建議這樣做,直接一個操作更便捷。
首先確定我們的分析目標:
1)評估細胞系之間的差異是否超過預期;
2)評估處理之間的差異是否超過預期的偶然性;
3)評估處理之間的差異是否與每種細胞系一致;
4)計算不同處理的細胞系之間差異的95%置信區間。
因此我們需要進行兩因素的方差分析,點擊Analyze
,從Grouped分析列表中選擇Two-way ANOVA
,并接受對話框中的所有默認選項。Graphpad人性化之處在于,會自動識別當前分析的數據結構,給用戶展示出最優的默認分析選項。
之后的具體分析便需要一定的統計學知識了,初生牛犢別怕試,你會發現點擊不同的選項時,圖示也會跟著變化,十分方便用戶理解。
1)第一部分:實驗設計,最開始提到了該組數據是非配對的,選第一;
2)第二部分:多重比較選擇,就是你想要橫著比還是豎著比或是斜著比;
3)第三部分:選擇做統計分析的一些參數。
上面都設置好后,點擊OK
,分析結果會展示到操作主界面,并且保存到左側目錄樹
下的Results
文件夾中。
完善改進統計圖
1. 圖形編輯工具欄介紹
1)第一部分:文檔操作模塊,跟office類似,如打開、新建、保存、復制粘貼等;
2)第二部分:數據分析,即之前演示的對錄入數據進行統計分析;
3)第三部分:圖形編輯,這部分是該軟件的精華所在。可對圖形進行例如圖形類型、坐標軸、誤差棒、圖形大小、顏色等編輯更改;
4)第四部分:文字編輯,可以在統計圖上插圖線條、添加文字等;
5)第五部分:圖形輸出,可將做好的圖導出、打印或輸出到word/PPT中。
2. 根據之前的統計分析結果,利用文字編輯工具給統計圖添上組間差異的標志
1)draw:可以插入不同形狀的線;
2)write:編輯文字,插入公式等;
3)雙擊圖形中的任一元素,可對文字、線條等進行形狀、大小、粗細等編輯
3. 坐標軸調整
點擊Change
中的第二個圖標,或者在圖中雙擊坐標軸,調出坐標調整工具;
坐標軸整體設置和X軸設置,見圖解,一般不做太多改動;
重點講解如何設置Y軸,做出截斷圖,這是統計作圖中常見的問題。
之前的數據相差不大,不太適合做演示,故另外生成了一個柱狀圖。左邊柱子值太大,右邊柱子值太小,右側的柱子幾乎消失了,使圖看起來很不協調。做一個截斷圖可以很好地解決該問題。
1)點擊坐標設置中的Left Y axis
(一般作圖默認只生成左邊的Y軸);
2)Gaps and Direction
處選擇Two segments
,即將Y軸斷裂成兩部分(根據實際數據,還可以選擇將Y軸斷裂成3段);
3)在Segment
處,對下段(Bottom)和上段(Top)的Y軸分別設置參數(Rang);
4)然后在Regularly spaced ticks
下的Major ticks interval
處設置Y軸數值標簽;
length:50%,上下段的長度各一半;
minimum:下段最小值0,上段最小值150;
maximum:下段最大值10,上段最大值200;
Major ticks:下段每格大小為2,上段每格大小為10。
這樣便將Y軸10-150中間部分截掉了,整個圖便顯得好看多了。
4. 顏色修改
點擊Change
中的最后一個圖標,或者在圖中雙擊柱子,調出調整參數的工具框;
利用graphpad做統計圖的基本操作大概就是以上這些內容,掌握一個工具的使用方法并不難,多試試便會了。難的是背后的統計學知識,如何對自己的數據選擇合適的統計分析方法?當掌握不同分析方法適用于哪些數據結構后,便可以舉一反三,對不同實驗設計的數據做合適的分析了。
R統計和作圖
- 在R中贊揚下努力工作的你,獎勵一份CheatShet
- 別人的電子書,你的電子書,都在bookdown
- R語言 - 入門環境Rstudio
- R語言 - 熱圖繪制 (heatmap)
- R語言 - 基礎概念和矩陣操作
- R語言 - 熱圖簡化
- R語言 - 熱圖美化
- R語言 - 線圖繪制
- R語言 - 線圖一步法
- R語言 - 箱線圖(小提琴圖、抖動圖、區域散點圖)
- R語言 - 箱線圖一步法
- R語言 - 火山圖
- R語言 - 富集分析泡泡圖
- R語言 - 散點圖繪制
- R語言 - 韋恩圖
- R語言 - 柱狀圖
- R語言 - 圖形設置中英字體
- R語言 - 非參數法生存分析
- R語言 - 繪制seq logo圖
- WGCNA分析,簡單全面的最新教程
- 一文看懂PCA主成分分析
- 富集分析DotPlot,可以服
- 基因共表達聚類分析和可視化
- R中1010個熱圖繪制方法
- 還在用PCA降維?快學學大牛最愛的t-SNE算法吧, 附Python/R代碼
- 一個函數抓取代謝組學權威數據庫HMDB的所有表格數據
- 文章用圖的修改和排版
- network3D: 交互式桑基圖
- network3D 交互式網絡生成
- Seq logo 在線繪制工具——Weblogo
- 生物AI插圖素材獲取和拼裝指導
- ggplot2高效實用指南 (可視化腳本、工具、套路、配色)
- 圖像處理R包magick學習筆記
- SOM基因表達聚類分析初探
- 利用gganimate可視化全球范圍R-Ladies(R社區性別多樣性組織)發展情況
- 一分鐘繪制磷脂雙分子層:AI零基礎入門和基本圖形繪制