利用ggplot2绘制分组柱状图，并进行组内分隔。

加载R包、设置数据

library('ggplot2')
library('reshape2')

A = c("A","B","C","D","E")
B = c(90,34,56,99,15)
C = c(50,20,24,70,14)

dat = data.frame(A,B,C)
names(dat) = c("type","sample1","sample2")
dat = melt(dat,variable.name="Sample",value.name = "Num")
head(dat)

绘制分组柱状图

p = ggplot(dat, aes(x = type,y = Num,fill = Sample))+
    #####这部分的position = "dodge"，并排肩并肩的柱状图
    geom_bar(stat ="identity",width = 0.6,position = "dodge")+     
    scale_fill_manual(values = c("red","blue"))+                 #########设定颜色
    labs(x = "",y = "", title = "test")+                        ############坐标标签和图片title
    geom_text(aes(label = dat$Num),position=position_dodge(width = 0.5),size = 5,vjust = -0.25)+ ###########设置柱子上的标签文字，文字的position_dodge(width=0.5)设置，保证分隔宽度。
    guides(fill = guide_legend(reverse = F))+                  ##############图例顺序反转
    theme(plot.title = element_text(size = 25,face = "bold", vjust = 0.5, hjust = 0.5),   ######图片title文字大小位置
        legend.title = element_blank(),                    ##########图例名称为空
        legend.text = element_text(size = 18, face = "bold"),        ##########图例文字大小
        legend.position = 'right',               ############图例位置
        legend.key.size=unit(0.8,'cm'))             #############图例大小

print(p)

组内设置间隔

p = ggplot(dat, aes(x = type,y = Num,fill = Sample))+
    #####这部分的position_dodge(width=0.8)大于宽width = 0.6点，可以使得分组内柱子之间有缝隙，而不是贴合。
    geom_bar(stat ="identity",width = 0.6,position = position_dodge(width=0.8))+        
    scale_fill_manual(values = c("red","blue"))+
    labs(x = "",y = "", title = "test")+
    ###########文字的position设置类似bar的position
    geom_text(aes(label = dat$Num),position=position_dodge(width = 0.9),size = 5,vjust = -0.25)+  
    guides(fill = guide_legend(reverse = F))+
    theme(plot.title = element_text(size = 25,face = "bold", vjust = 0.5, hjust = 0.5),
        legend.title = element_blank(),
        legend.text = element_text(size = 18, face = "bold"),
        legend.position = 'right',
        legend.key.size=unit(0.8,'cm'))



print(p)

如果想提升自己的绘图技能，我们推荐：R语言绘图基础（ggplot2)

更多生物信息课程：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课：linux系统使用、perl入门到精通、perl语言高级、R语言入门、R语言画图

7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、GEO芯片数据标准化、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析

8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读