代码主要用于创建箱线图和条形图,以可视化数据集中的分组差异。我将逐步解释代码的每个部分。
- 生成数据集:
set.seed(123)
exp = matrix(rnorm(480, mean = 6), ncol = 120)
exp = round(exp, 2)
rownames(exp) = paste0("gene", 1:4)
colnames(exp) = paste0("test", 1:120)
exp[, 50:80] = exp[, 50:80] + 2
exp[, 90:120] = exp[, 90:120] + 4
exp[1:4, 1:4]
这部分代码首先设置了随机数种子,然后生成一个4x120的随机矩阵,其中每个元素来自于正态分布,并进行了舍入。接下来,通过修改矩阵的一些列,对数据进行了模拟修改。最后,展示了数据的前4行和前4列。
- 数据整理:
library(tidyr)
library(tibble)
library(dplyr)
dat = t(exp) %>%
as.data.frame() %>%
rowna