【原】Graphpad Prism集訓營，實戰案例5連發

Graphpad Prism號稱作圖神器，名頭可不簡單。咱們想要得心應手，先要了解自己的數據，掌握好它本身的圖形設計思路后，還能通過巧妙的數據變換做出更富有表現力的圖形哦~

下面咱們通過幾組數據實例題，來試試從理解數據到繪出圖形的完整過程！

作圖數據：

示例圖來自文獻PMID：26565812，Fig. 5B。

第1題比較基礎，咱們講詳細點，照顧一下沒了解過的盆友。會做的小伙伴可以直接跳到第2題了。

先觀察一下，這是很明顯的二維分組數據，一個是細胞分組（MGC-803、SGC-7901），一個是基因編輯分組（Vector、CISD2、RNAi-vector、RNAi1、RNAi2）。所以我們新建數據集的時候選擇Grouped。

把數據貼上，然后雙擊左邊目錄中Graphs下相應的圖形按鈕，選擇summary data選項卡中相應的圖形，就出圖了。

在出來的毛坯圖上，雙擊某個柱子，打開外觀設置界面，各種設置：

呃，截圖時忘了去掉show legend那個勾了=_=你知道就好。然后如果想馬上看效果就先點Apply，然后繼續在這個框里換一根柱子繼續調。或者有耐心點的就調完所有柱子再點OK。

不過這樣柱子還是胖胖的，再雙擊回到剛才的界面，最右的選項卡Graph Settings：

再雙擊坐標軸設一下X軸的樣式。

還有Y軸刻度跟示例圖也是不一樣的，改一下：

再在最右邊的Titles & Fronts選項卡中將X軸標題藏起來。

接著直接在圖上改縱坐標軸名稱。再用畫線和文字工具添加大組名稱（行標題），并設置文字樣式。

好了，看效果，等燈等燈等燈~

作圖數據：

示例圖：PMID：26565812，Fig. 5C。跟剛才那個是同一篇。

一句話點題：這道題學習三維分組數據的處理。

這回有三個分組因素，比剛才多了一個周期分組（G0/G1 phase、S phase、G2/M phase）。有心的小伙伴可能會發現，這個三維分組數據的組織形式跟Prism軟件示例中不一樣呢。

如果要使用軟件中的三因素方差分析（Three-way ANOVA），則需要像下圖中這樣組織數據：

行為單一分組因素，一行一組，而在列上整合兩個分組因素，總列數為兩個因素分組數的乘積，如果中處理方式有2組，劑量有2組，則總列數為2×2=4。

但再看看示例圖，我們需要一個堆積柱狀圖來觀察不同周期的比例，這并不是Three-way的出圖方式。

而當你用那樣的三維數據表去選Plot summary data中的堆積柱狀圖時，好像又不是這么回事……

看來它是必須每行作為一根柱子，各列一起堆上去的。所以需要對數據做一些變換，變成我們摸擬示列中的那個樣子。不過這樣，細胞分組貌似只有自己心知肚明了。而且，作Three-way ANOVA分析的時候，會提示數據組織形式不對。所以你可能需要保留兩份數據表。

好了，把數據貼好之后就如上所說選擇堆積柱狀圖。

接下來的外觀調整跟上邊的做法大同小異，就不重復了。只是在柱子堆積的排序上，跟示例圖不一樣，可以在外觀選項卡旁邊的Data Sets on Graph中調整。

還有最后的一個問題，兩種細胞分組之間的距離分不開，用剛才的方法好像不湊效，怎么辦？

那是因為數據組織形式不一樣了，各組已經堆起來了。所以現在應該在兩組間加一個空行：

并且保證那個空行占有一根柱子的位置（其實默認就是100%）：

做完了。

作圖數據：

示例圖：PMID：27832663，Fig. 1A。

這樣看起來好像跟第1題一樣的嘛，二維分組數據。但再仔細看看，第1題的各大組內，每根柱子用不同的顏色區分，而這里，同一個大組中各柱子的填充是一樣的。如果按這樣的數據排布方式來選擇分離柱狀圖：

得到的效果就不是示例那樣：

第1題中的交錯柱狀圖（interleaved bar）是以行區分大組，以列區的不同顏色分各柱子；而分離柱狀圖（Separated bar）可理解為以列區分各大組，但也可理解為仍是以行區分大組，但把每組中相同成分（列）提取出來，在圖上拆分排布，所以叫分離柱狀圖。

說了這么多，就是叫你重新組織一下數據啦~把行和列倒過來。

這樣選擇分離柱狀圖，就可以得到示例圖中的效果了。

最后一點是Y軸的截斷，因為各組數據值差得太大，小的那些組幾乎看不到了，像示例圖那樣截斷能看到一些細節。我們之前在《你終于會做截斷圖了，可審稿人說不讓做，怎么破？》中講解過，還提到另一種處理方式，大家可以看情況選用哦。

作圖數據：

示例圖：PMID: 28114280；Fig. 2f。

一句話點題：這道題注意坐標軸變換。

其實數據表很長，有45行，我只截了一部分。剛才的柱狀圖都是將一組數據經過匯總計算，在圖上展示它們的平均分、標準差等描述性統計量。而現在是把每個數據點都展示出來，用縱橫坐標來描述位置，觀察它們的分布特征。所以創建表格時要選擇XY形式：

填好數據后選散點圖：

可是畫風不對呀~

原來X軸上的值跨度太大了，從0.5到幾萬，適合做對數轉換，像示例中2n那樣。雙擊X軸設置：

也同樣到Left Y axis那里把Y軸最大值設為4。

嗯，要是還覺得215后邊還有一點延長不滿意，那只好計算一下215=32768，把這個數填回剛才填40000的地方。

最后一道大題了，木有示例圖，作圖數據：

仔細想想，劑量是有遞增關系的數值，旁邊幾個處理組也是一一對應的數值，所以也是XY圖。不過數據錄入方式不一樣，不是第4題那種原始數據了，而是已經把平均值、標準差、樣本量計算整理好了。所以在創建表格的時候也有相應的選擇。

選擇具體圖形的時候再想想，這數據是記錄不同處理方式下，劑量遞增時細胞的生存情況，目的是要看變化趨勢，所以最好是點線圖不是散點圖。

后面的內容基本都講過了。主要提醒一下X軸，這回是太小而不是太大，所以可以選擇科學計數法：

或者干脆各×106變成μM，這種時候就考驗細心，不要忘記改X軸標題：

其實把劑量看成一種分組因素也未嘗不可，那就成為二維分組數據，可做成柱狀圖：

或分離柱狀圖：

其他外觀啥的可自由調整發揮，玩到好看為止~

本文內容整理自解螺旋知識星球老談與學員的互動，想和酸菜老談一起學科研的話就掃碼加入吧。

解螺旋知識星球