x_t <- t(x)
y_t <- t(y)
cor_result <- as.data.frame(cor(x,y))
cor_result <- rownames_to_column(cor_result)
cor_result <- pivot_longer(cor_result, -rowname)
cor_result <- pivot_longer(cor_result, -rowname)
cor_result <- filter(cor_result, abs(cor_result$value) > 0.90)
cor_result$lnc <- 'lncRNA'
cor_result$gene <- 'gene'
cor_result <- cor_result[order(-cor_result$value),]
write_tsv(cor_result, 'cor_result.tsv')
cor_map <- cor(lnc_exp_t, mRNA_exp_t)
ggcorrplot(corr = cor_map)
library(ggcorrplot)
这个包可以用于可视化相关性矩阵的结果