linux上使用R的方法

dir=getwd()
dir
[1] “C:/Users/admin/Documents”

dir=getwd()
sedwd=(dir)
options(scipen = 20)
Args <- commandArgs(T)

if(Args[2]==“hg19”){
tss=read.table("/home/reference/fchen/tss.bed")
tss=data.frame(chr=tss[,1],bin=floor((tss[,2]+tss[,3])/2/100000))
…
write.table(compart,paste(Args[1],“pc1.bdg”,sep=""),quote=F,col.names=FALSE,row.names=FALSE,sep="\t")

用法：
cd TAD
for j in {1…23}
do
Rscript ${Scriptpath}/insu_header1.r ${j} ${nrow} $Resolution

cat header KRchr$j>KRchr${j}.tmp
paste header2 KRchr$j.tmp>KRchr${j}.tmp2
time perl $Insulation-iKRchr${j}.tmp2 -is 1000000 -ids 200000 -im mean -nt 0.1 -v
done

。。。。
4、运行脚本

把所有R写到一个以.R结尾的脚本里，运行如下：

/opt/R/bin/Rscript --save script.R --save表示运行完后把工作目录进行保存。

也可以作为一个可执行文件执行

#! /bin/sh
R --slave [other option]<<EOF

R代码

EOF

或者
#! /bin/sh
R --slave [other option]<<EOF
source（“…/…/…/ddd.R””）
EOF

。。。。。
rm(list=ls())
setwd("/home")
library(ggplot2)
library(reshape)
library(Cairo)
mean_signal<-as.data.frame(read.table("./enh_statistics/conservation2_result.mean_signal",header=F,sep="\t",stringsAsFactors= F))
apply(mean_signal,2,as.numeric)

#画图:
png_path="./figure/conservation_isspe.png"
CairoPNG(png_path, width =6.2, height =6, units=‘in’, dpi=600)

ggplot(data=mean_signal_melt,aes(x=loc,y=value,colour=type))+
geom_line(size=0.6,alpha=1)+
xlab(“Distance to transcriptionstart sites (bp)”)+
ylab(“PhastConsScore”)+
xlim(c(-1000,1000))+
scale_colour_manual(limits=c(“seq1”,“seq2”,“seq2”,“gene TSS”,“random”),labels=c(expression(seq1-p1),expression(seq-p2),expression(seq-p3),“Gene TSS”,“random”),values =c(“red”,“gold”,“green”,“blue”,“black”))+
theme_bw()+
theme(
axis.text=element_text(size = rel(1.3)),
axis.title=element_text(size=rel(1.3)),
# axis.title.x=element_blank(),
legend.text=element_text(size=rel(1.3)),
legend.title=element_blank(),
legend.background=element_blank(),
legend.key = element_blank(),
legend.margin=margin(0,0,0,0,“mm”),
legend.box.spacing =unit(1,“mm”),
#legend.position=c(1,1),legend.justification=c(1,1),
legend.position=“top”
)
dev.off()