写在前面：
定义：Violin plot，和Boxplot（箱线图）一样，也是一种用作显示一组数据分散情况资料的统计图，其形状类似小提琴。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。
解读：
小提琴图是【箱线图】与【核密度图】的结合，箱线图展示了分位数的位置，核密度图则展示了任意位置的密度，通过小提琴图可以知道哪些位置的数据点聚集的较多，因其形似小提琴而得名。如下图所示，其外围的曲线宽度代表数据点分布的密度，中间的箱线图则和普通箱线图表征的意义是一样的，代表着中位数、上下分位数、极差等。
与普通箱线图相比，小提琴图更能反应数据整体的分布情况（密度变化）
四分位间距：就是你数据整体（从小到大）分为四份，这样你就有三个四分位数（Quartile）了，第三四分位数➖第一四分位数的差值就是四分位间距（InterQuartile Range, IQR）,简称四分位距。他的特点是不收 极大值或者是极小值的影响，常用于描述非正态分布资料的离散程度，数值越大，其变异度越大，反之，变异度越小。理论上，IQR可以是任何正值。
数据准备：
R代码：
install.packages("ggplot2")
install.packages("ggpubr")
library(ggpubr)
#读取
rt <- read.delim("input.txt")
#更改X轴顺序
rt$Stage <- factor(rt$Stage, levels = c("Stage I" , "Stage II" , "Stage III", "Stage IV"))
unique(rt$Stage)
#作图
p <- ggviolin(rt,
x="Stage", #x轴内容
y="SEMA3A", #y轴内容
fill = "Stage",
width = 1, #小提琴图的宽度
add = "boxplot",
add.params = list(fill="white"))+
stat_compare_means(method = "wilcox.test", #t.test wilcox.test anova kruskal.test
comparisons = list(c("Stage I" , "Stage II"),
c("Stage I", "Stage III"),
c("Stage I" , "Stage IV"),
c("Stage II", "Stage III"),
c("Stage II", "Stage IV"),
c("Stage III", "Stage IV")))+
labs(x = "", y = "Expression of SEMA3A")+
theme(legend.position = "none")
p
#将图片分别保存为pdf和png格式
ggsave("小提琴图1.pdf",p,width = 6,height = 4.5)
ggsave("小提琴图1.png",p,width = 6,height = 4.5)
效果：
效果展示
