自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 收藏
  • 关注

原创 RNA-seq与scRNA-seq数据的联合分析方法(bulk与单细胞数据联合分析)

RNA-seq与scRNA-seq数据的联合分析方法(bulk与单细胞数据联合分析)

2023-03-07 15:25:00 1460

原创 如何筛选基因——Hub gene 识别方法

如何从众多差异表达基因中找到后续用于实验分析的基因呢?这里介绍Hub GENE,一种广泛使用且非常容易出阳性结果的方法!

2022-12-02 18:48:15 3822

原创 新风向——单细胞泛癌研究

单细胞Pan-cancer又一重磅研究!

2022-11-15 23:05:01 458

原创 图片仅供测试

图片仅供测试

2022-05-24 15:06:33 133

原创 KEGG,GO term功能网络,富集网络,功能网络绘制,R语言,Cytoscape

Kiavash Movahedi et al. (2020) Nat Neuroscience工具:simplifyEnrichment (R package)CytoscapeAI前言:GO term功能网络中,每个节点代表一个Gene ontology,点的大小代表富集得分(或者其他用于说书的得分)。网络中有相关关系的功能会形成“边”。人工绘制的边界圈出了标记为相同cluster的功能。为什么要对GO term聚类?因为现在几乎什么实验条件都能够富集出几百个GO term,这些功能如果一一

2022-01-02 14:01:22 3142 1

原创 数据可视化_科学统计图表9——ggplot2 :论文级别的柱状图应该如何绘制(设置参数)?

Ggplot :论文级别的柱状图应该如何绘制(设置参数)?library(ggplot2)data(mpg) #导入展示数据#原始图片ggplot(mpg,aes(x = class))+ geom_bar()#加工后图片ggplot(mpg,aes(x = class))+ geom_bar(width = 0.7, color = "black",fill = "#565656",size = 0.8)+ scale_y_continuous(limits = c(0,

2021-06-28 19:36:29 840

原创 数据可视化_科学统计图表8——ggplot颜色代码详解

这章不讲画图的代码,只对颜色选取进行介绍。Ggplot有自己的颜色代码,其形式为#nnnnnn。其中n->0 : F(十六进制)前两个n对应RGB中的R,中间的对应G,最后两个n对应B。两个十六进制的组合刚好是RGB的范围1:256.说这些有什么用呢?因为大多数程序员基本都不会配色,如果看到了漂亮的配色图却因为不了解ggplot的配色方式,找不到对应的颜色代码。就像我之前会去看https://blog.csdn.net/u014566586/article/details/83864186,

2021-01-01 13:20:53 2685 2

原创 数据可视化_科学统计图表7——ggplot绘制颜色分段折线图

数据可视化_科学统计图表7——ggplot绘制颜色分段折线图不多BB,上图其中数据的格式如下代码如下ggplot(data = plot_data,aes(x = x,y=y,color=color,group = 1))+ geom_line(size=1.2)+ scale_color_manual(values = c("keep"="red","selling"="green","no action"="grey","buying"="brown"))+ #设置不同线段的颜色

2020-12-29 12:25:24 2234

原创 数据可视化_科学统计图表6——ggplot绘制圆角柱状图

ggplot要绘制圆角柱状图需要安装一个辅助包——ggchicklet安装方法是运行以下任意一行代码,没有什么包是一行代码安装不下来的,如果有,就再换一行。install.packages("ggchicklet", repos = "https://cinc.rud.is")# orremotes::install_git("https://git.rud.is/hrbrmstr/ggchicklet.git")# orremotes::install_git("https://git.sr.

2020-09-19 19:12:16 838

原创 数据可视化_科学统计图表5——ggplot绘制南丁格尔玫瑰图

19世纪50年代,英国、法国、土耳其和俄国进行了克里米亚战争,英国的战地战士死亡率高达42%。弗罗伦斯·南丁格尔主动申请,自愿担任战地护士。她率领38名护士抵达前线,在战地医院服务。当时的野战医院卫生条件极差,各种资源极度匮乏,她竭尽全力排除各种困难,为伤员解决必须的生活用品和食品,对他们进行认真的护理。仅仅半年左右的时间伤病员的死亡率就下降到2.2%。每个夜晚,她都手执风灯巡视,伤病员们亲切地称她为“提灯女神”。战争结束后,南丁格尔回到英国,被人们推崇为民族英雄。出于对资料统计的结果会不受人重视的忧

2020-09-03 20:26:15 4705

原创 数据可视化_科学统计图表4——ggplot绘制双轴图(双纵坐标、双y轴)

数据可视化_科学统计图表4——ggplot绘制双轴图什么是双轴图双轴图是将两个不同量级的数据放在同一图像中显示的方法。如果不使用双轴图而直接将两组量级不同的数据放到同一图像中,就会造成一组低量级数据的极致压缩,见下图。由于红色点的数值太小,显示在图像上就会是一条直线。Ggplot绘制双轴图首先纠正一个认识上的错误,ggplot并不存在 “先绘制次轴,再按照次轴坐标将某组数据投放到图像上” 的功能。Ggplot能做的是将先按照主轴来绘制两类数据,之后再绘制次轴(也就是说次轴可以和数据不符,可以错

2020-08-29 08:06:07 6953 6

原创 R语言数据可视化_科学统计图表3——ggplot绘制层次聚类图

R语言数据可视化_科学统计图表3——ggplot绘制层次聚类图层次聚类图相信大家都很了解了,但是我们往往只能够画一个十分朴素的层次聚类图,像这样的…或许我们可以在这张图上稍作修改,但也仅限于在某个高度加条红线,这就造成了读图的困难。这个问题之所以困扰我们,是因为并不是所有的绘图函数都如ggplot一样充满艺术性且有非常多的受众(便于我们查找和学习)。就算某个根据ggplot开发的包能够绘制层次聚类图,它也不像ggplot那样能够任由我们天马行空的想象对图自由地进行修改。所以我(趾高气昂),今天!用

2020-08-23 10:38:57 3475 1

原创 R语言数据可视化_科学统计图表绘制2.2——平滑面积图

R语言数据可视化_科学统计图表绘制2.2——平滑面积图接上回~客户提供了一组描述密度函数的数据,包括x轴的位置和该位置对应的概率密度,并要求绘制面积图。可问题是数据中的点的数量并不充足,如果按照正常的方式绘制,曲线、面积不平滑,非常难看。而经过平滑的图像就相对有观赏性一些。平滑面积图如何绘制?首先,数据是标准正态分布下区间[-5,5]内的20个等距点x = seq(from=-5,to=5,length.out = 20)y = dnorm(x,mean = 0,sd=1)data =

2020-08-20 22:08:12 1124

原创 R语言数据可视化_科学统计图表绘制2.1——密度分布图、面积图、密度图

R语言数据可视化_科学统计图表绘制2.1——面积图面积图介绍提起面积图,就不得不说他与折线图各自适用情况。首先,如果只有一个要展示的元素,那么最好使用折线图,因为折线图可以清晰的查看元素的涨跌走势。如果需要展示多种元素,并且需要观看整体走势、展示不同元素的涨跌状况,最好使用面积图。面积图更适合描绘整体与局部的关系。而折线图则在不考录整体走势的情况下使用。折线图更容易展示不同元素之间的相关关系。下图为本文章所绘面积图面积图怎么画所用数据是ggplot2函数包自带的数据——economic

2020-08-19 23:03:20 2594

原创 R语言数据可视化_科学统计图表1——火山图

**数据可视化_科学统计图表1——火山图1——什么是火山图?火山图中每个点代表一个基因,常被用于展示差异,比如差异表达基因、差异微生物等等。火山图的两轴分别表示基因表达值差异的显著性和差异的程度(1)火山图的y轴是-log10(PValue),有事也可以利用PValue的校正值QValue,因此数值越高说明PValue越小,即差异越显著。(2)横坐标是Log2(FD),即对Fold Change取log2。所以图中的点越靠两侧,基因表达量上调或者下调程度越大。一般来说在差异基因分析过程中

2020-08-19 11:13:03 4928 4

原创 ROC曲线绘制原理即AUC的意义详解

云走雾走走行程,救苦救难救灾星有求必应,出古洞四海扬名,在深山修真养性ROC曲线绘制原理即AUC意义详解ROC曲线绘制原理ROC曲线常常用来判定一个分类器的分类效果,想要探究ROC曲线的绘制原理,首先要弄清楚以下几个概念。在一个分类任务中,样品往往是要分为两类。比如“有病”vs“没病”、“男人”vs“女人”。而往往我们的分类器的分类效果并没有那么好,所以会出现分错的情况。根据这些错分的样品数量,我们得到一个概念——假阳性率(FPR):与之对应的是真阳性率(TPR):那么所谓ROC曲线,便

2020-06-07 22:24:48 5123 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除