qq_39859424的博客

linkET是ggcor作者的新包，最常用于绘制结合相关性分析+mantel test绘制相关性组合图。但其实他还有绘制随机森林、热图等功能，绘制出来的图也很美观。后续将分几篇文章介绍linkET包的使用。第一篇先介绍使用的最多的功能-绘制相关性组合图。表1|微生物数据，otu.csv。表2|代谢组数据，met.csv。表3|环境因子数据，env.csv。2. 相关性图图1|环境因子相关性计算结果，cor。图2|默认参数相关性图，cor.p1。图3|调整参数后相关性图，c

虽然PCA和RDA分析及绘图都写过教程，但是对于结果的解释都没有写的很详细，刚好最近有人询问怎样使用FactoMineR factoextra包进行PCA分析。所以使用R统计绘图-环境因子相关性热图中的不同土壤环境因子数据进行PCA绘图和结果解读推文。一、 数据准备# 1.1 设置工作路径#knitr::opts_knit$set(root.dir="D:\\EnvStat\\PCA")# 使用Rmarkdown进行程序运行Sys.setlocale('LC_ALL','C') # Rmark

上一篇文章推送的是怎样调整corrplot热图的可视化参数，以修改字符和图例位置，数据可视化形式和字符小大和颜色等这篇是一个补充部分，记录怎样修改参数以变量排序方式和突出部分数据。本流程还是使用R统计绘图-环境因子相关性热图中的不同土壤环境因子数据进行相关性分析、绘制热图并进行图细节更改。流程开始按下图整理环境因子数据，行为样品名称，列为环境因子名称和分组信息，共有11个环境变量，3个分组信息。图1|环境因子及分组信息表，env.csv。1 设置工作路径并调用R包#设置工作路径#...

有师妹想要更改热图的颜色和字体，想着之前相关性绘图等推文只是使用corrplot默认的颜色绘图，为了帮师妹解惑，今天就写一篇，怎么设置热图颜色和字体等细节到推文。其实看一遍R语言实战|入门3：图形初阶，就可以基本了解R中图形细节的设置。本流程还是使用R统计绘图-环境因子相关性热图中的不同土壤环境因子数据进行相关性分析、绘制热图并进行图细节更改。流程开始按下图整理环境因子数据，行为样品名称，列为环境因子名称和分组信息，共有11个环境变量，3个分组信息。图1|环境因子及分组信息表，env.csv。..

1 基本信息本流程是进行不同土壤环境因子相关性分析并绘制热图，流程开始按下图整理环境因子数据，行为样品名称，列为环境因子名称和分组信息，共有11个环境变量，3个分组信息。图1|环境因子及分组信息表，env.csv。2 分析流程2.1 设置工作路径并调用R包# 设置工作路径#knitr::opts_knit$set(root.dir="D:\\EnvStat")# 使用Rmarkdown进行程序运行Sys.setlocale('LC_ALL','C') # Rmarkdown全局