孤星夜神的博客

生活需要色彩，工作也一样，而且我最近迷上了生信分析流程中的各种颜色的代码。上期，我分享的让我们的脚本带点色儿 - 知乎 (zhihu.com)，是面向CLI(Command-Line Interface)的用户的，今天分享的内容，CLI和GUI(Graphical User Interface)都适用。R语言现在已经不是小众语言了，学校教育和各行各业的工作中都可以使用R语言中便捷的统计学函数和强悍的图形可视化能力，人们对于数据可视化有着执念式的追求。当然，做生信分析工作也离不开R语言，下面我将展示一

函数工厂顾名思义就是生产函数的工厂，你想不想拥有可以批量生产满足自己需求的函数工厂呢？下面我将举个简单的例子来说明函数工厂的威力，其实也可以理解为函数闭包。## 创建函数工厂：powerpower <- function(exponent) { function(x) { x ^ exponent }}## 创建平方函数square <- power(2)square(2)# [1] 4square(4)# [1] 16square(...

ggplot2是R语言中数据可视化的大杀器，对于学生、上班族和科研人员来说学会它，迟早会用的着。下面推荐一本讲解ggplot2语法和用法的电子书，你可以按照下面的步骤在自己的电脑上生成一本方便查看的电子书：ggplot2-book。资源网址：hadley/ggplot2-book: ggplot2: elegant graphics for data analysis (github.com)第一步：启动Rstudio，在自己的电脑上新建一个文件夹，名称自己起，例如叫：ggplot2-book

生存分析（英文：Survival Analysis），是生物信息学分析中常用到的一种重要方法，主要分析场景如：不同组癌症病人在一种或者一种以上的变量作用下其生存概率随着记录时间发展而发生的变化或者走势。这条曲线（或多条曲线）往往是呈现从高到低（由左到右）的发展趋势，往往最后以病人的死亡事件（death event）而结束，当然这里的事件也可以是肿瘤转移、复发、病人出院、重新入院等任何可以明确识别的事件。生存分析要解决的核心问题就是各组样品数据在一个或者多个变量作用下它们生存概率随着观测时间如何发展（变化

不得不说这是一个很牛的R包，非常实用！mailR包依赖Java环境，所有需要提前在Window10电脑上安装Java，配置JAVA_HOME变量，然后安装rJava，再安装mailR。再执行下面的代码：## 1.导入R包library(mailR)library(rJava)## 2.获取附件文件的路径信息# 获取当前日期信息date <- Sys.Date()# [1] "2020-11-20"date_time <- format(Sys.time(),fo.

上篇博客，我们讲到了使用R包绘制不超过五组数据集的维恩图，末尾留了个尾巴：就是数据集超过五组数据集怎么绘制呢，当然可以选择绘制花瓣图进行数据的分析和可视化。下面我就带了大家使用R绘制花瓣图！废话不多说，直接上R绘图代码：测试数据文件内容长这样！需要的请在该博文下面留言联系我！## 1.导入R包（R包如果没有安装，导入前需要安装，使用install.packages("R包名称")进行安装）library(rio)library(plotrix)## 2.读取数据venn_da

## 1.导入R包 library("VennDiagram") library("rio")## 2.设置当前工作目录 if (length(path) != 0) { setwd(path) } else { setwd("./") }## 3.读取提前准备好的数据 venn_data_index <- list.files(path = "./", pattern = "^venn_data") venn_data <-...

火山图通常在生信分析中会经常绘制的一种图形，通常用来展示比较组的差异基因、蛋白或代谢物的，也通常是绘制为2D形式。但是，如果我们给2D火山图增加一个维度，变成3D火山图呢？本文将介绍一个绘制3D火山图的R包：volcano3D。volcano3D允许绘制三组之间的差异基因、蛋白或代谢物，设计之初的目的也是为了探究差异基因表达情况，可以绘制成三维的，而且可以转换为交互式动态格式的网页文件。本文例子中也惯用volcano3D包中的测试数据，该数据是类风湿关节炎实验数据the PEAC rheumatoi

## 1.设置当前工作目录setwd("./barplot3d/")## 2.安装和导入R包# install.packages("barplot3d")library(barplot3d)## 3.R包简介### 3.1 Descriptionhelp(package="barplot3d")# Package: barplot3d# Type: Package# Title: Create 3D Barplots# Version: 1.0.1# Auth

## 1.设置当前工作目录setwd("./ggmsa")## 2.安装和导入R包# install.packages("ggmsa")library(ggmsa)library(ggplot2)## 3.R包简要信息help(package = "ggmsa")# Package: ggmsa# Title: Plot Multiple Sequence Alignment using 'ggplot2'# Version: 0.0.4# Authors@R:

## 1.设置当前工作目录setwd("./ComplexHeatmap")## 2.安装和导入R包：ComplexHeatmap### 2.1 Bioconductor安装if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager")BiocManager::in...

## 1.设置当前工作目录setwd("./RCircos")## 2.安装和导入R包：RCircos# install.packages("RCircos")library("RCircos")## 3.RCircos包简要信息### 3.1 DESCRIPTION# Package: RCircos# Type: Package# Title: Circos...

如果你经常需要处理有规律可循的表格文件时，就建议你学学R语言、Python或者Julia语言，用编程的方法处理表格文件吧，你的学习会有丰厚的回报！回到正题，我手上有一堆实验得到的表格文件，它们是有规律的，给大家看一下（见下图）：我需要对它们进行批量处理，我的一个方法是用dir()函数或者list.files()函数填加pattern参数来获取文件名列表：先来处理pep表格pep...

# ggplot2包再学习第二天_2020-02-20Th## 1.调整x轴坐标标签的角度## 2.修改x轴和y轴的标题的字体和大小，以及调整点的颜色

#ggplo2包再学习第一天_2020-02-19W## 1.设置工作目录setwd("./2020-02-19W/")## 2.安装和导入（首次使用ggplot2时需要安装）# install.packages("ggplot2") # 我已经安装过了，所以这里注释掉即可library(ggplot2)## 3.开始我们第一天的学习内容### 3.1 什么是图形...

## 1.设置当前工作目录setwd("./pheatmap/")## 2.导入pheatmap包library(pheatmap)## 3.继续更改参数绘制个性化热图### 3.1 构建测试数据test = matrix(rnorm(200), 20, 10)test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)]...

## 1.设置当前工作目录setwd("./pheatmap/")## 2.导入pheatmap包library(pheatmap)## 3.继续更改参数绘制热图### 3.1 构建热图数据test = matrix(rnorm(200), 20, 10)test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)...

## 1.设置当前工作目录setwd("./pheatmap/")## 2.导入R包library(pheatmap)## 3.更改参数，绘制不一样的热图### 3.1 构建测试数据test = matrix(rnorm(200), 20, 10)test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3...

## 1.设置当前工作目录setwd("./pheatmap/")## 2.导入R包library(pheatmap)## 3.增加参数，绘制不一样的热图### 3.1 pheatmap函数的结构str(pheatmap)function (mat, color = colorRampPalette(rev(brewer.pal(n = 7, ...

## 1.设置当前工作目录setwd("./pheatmap/")## 2.安装和导入R包install.packages("pheatmap")library(pheatmap)## 3.R包：pheatmap简要信息# Package: pheatmap# Type: Package# Title: Pretty Heatmaps# Version: 1.0....

## 1.设置当前工作目录setwd("./vioplot/")## 2.导入vioplot包library(vioplot)## 3.测试### 3.1 数据分组：公式方法的应用#@ 导入R内置数据集data(iris)#@ 查看前10行和后10行内容head(iris, n = 10)# Sepal.Length Sepal.Width Petal...

## 1.设置当前工作目录setwd("./vioplot/")## 2.导入vioplot包library(vioplot)## 3.测试### 3.1 测试数据#@ 我们将用R内置数据iris分成两类数据集data("iris")summary(iris$Sepal.Width)# Min. 1st Qu. Median Mean 3rd ...

## 1.设置当前工作目录setwd("./vioplot/")## 2.导入vioplot包library(vioplot)## 3.测试### 3.1 Violin Plot Area#@ 保存par原始参数op <- par(no.readonly = TRUE)#@ 有人担心，现有的小提琴图包（如）将数据缩放到最美观合适的宽度，而不是保持跨数据集...

定制小提琴图（Customising Violin Plots）# vioplot包测试_20200210Monday## 1.设置当前工作目录setwd("./vioplot/")## 2.安装和导入R包：vioplot# install.packages(vioplot)library(vioplot)# 载入需要的程辑包：sm# Package '...