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