首页
学习
活动
专区
圈层
工具
发布

文献配套GitHub发表级别绘图03-条形图

下面来实现Fig.2a的条形图(barplots) 一、数据载入 rm(list = ls()) library(reshape2) library(ggplot2) library(RColorBrewer...melt(data, variable.name = 'Cell', value.name = 'Relative') head(melt.data) 基础R包---reshape2包 melt...cast 函数的作用除了还原数据外,还可以对数据进行整合。 dcast 输出数据框。公式的左边每个变量都会作为结果中的一列,而右边的变量被当成因子类型,每个水平都会在结果中产生一列。...reshape2 (另外,tidyr包中gather和spread函数也能实现功能哦!)...极端型Diverging,生成深色强调两端、浅色表示中部的颜色,可用来标注数据中的离群点。 离散型Qualitative,生成彼此差异明显的颜色,通常用来标记分类数据。

2K20
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    R包reshape2 |轻松实现长、宽数据表格转换

    reshape2R包主要有两个主要的功能:melt和cast melt:将wide-format数据“熔化”成long-format数据; cast:获取long-format数据“重铸”成wide-format...二、什么是宽表格和长表格 示例数据说明:例子使用内置于R中的空气质量数据集(airquality)。...Wide- to long-format data: the melt function 例子使用内置于R中的空气质量数据集(airquality)。首先,我们将列名更改为小写方便使用。...library(reshape2) # 首先加载一下reshape2包 aql melt(airquality) # 命名取首字母:[a]ir [q]uality [l]ong format...一文学会网络分析——Co-occurrence网络图在R中的实现 一文看懂PCA主成分分析 富集分析DotPlot,可以服 基因共表达聚类分析和可视化 R中1010个热图绘制方法 还在用PCA降维?

    13.1K12

    数据处理|数据框重铸

    数据处理过程中,针对数据框,可以进行列的添加,以及长、宽数据的转化。 在实际应用中,宽型数据更具可读性,长型数据则更适合做分析。...一 reshape2包中两个主要的函数 melt—将宽型数据融合成长型数据;cast—将长型数据转成宽型数据 此处用R内置的airquality数据集,首先将列名改成小写,然后查看相应的数据 library...(reshape2) 1.1 melt函数 (宽转长) id.vars中指定相应变量;variable.name和value.name分别对variable和value列重命名 airMelt1 melt(airquality) 1.1.2 将month和day共同作为ID variables(那些能够区分不同行数据的变量共同作为变量),且修改长数据中的列名 airMelt2 melt(airquality...An Introduction to reshape2

    99430

    R包reshape2,轻松实现长、宽数据表格转换

    本文翻译自外文博客,原文链接:https://seananderson.ca/2013/10/19/reshape/ 一、reshape2 简介 reshape2是由Hadley Wickham编写的R...reshape2R包主要有两个主要的功能:melt和cast melt:将wide-format数据“熔化”成long-format数据; cast:获取long-format数据“重铸”成wide-format...二、什么是宽表格和长表格 示例数据说明:例子使用内置于R中的空气质量数据集(airquality)。...Wide- to long-format data: the melt function 例子使用内置于R中的空气质量数据集(airquality)。首先,我们将列名更改为小写方便使用。...下面来一个错误示范,这次我们不再将day作为变量: dcast(aql, month ~ variable) ## month ozone solar.r wind temp ## 1 5

    8.7K20

    R语言tryCatch使用方法:判断Warning和Error

    R中判断warning和error状态的函数,我没有找到。一个玩Java的同事说,try.....catch多经典的方法,你怎么不用呢? ❝我知道R中有tryCatch这个函数,但是没有具体用过。...首先看一下R中warning的报警信息: 「warning」 # 示例数据 library(data.table) dd = data.frame(ID = 1:10,y= rnorm(10)) dd...可以看到,代码执行成功了,但是会给出Warning message 然后我们看一下Error的报警信息,假定R中没有aaaaa的对象,你直接打印出来,会报错: # error aaaaa > # error...「warning处理代码」 在代码中,写下warning的语句,在warning的条件下,返回2 在代码中,写下error的语句,在error的条件下,返回3 re1 = tryCatch({ dcast...prepend the namespace like reshape2::melt(dd).

    1.1K20

    【R语言】因子在临床分组中的应用

    前面给大家简单介绍了 ☞【R语言】R中的因子(factor) 今天我们来结合具体的例子给大家讲解一下因子在临床分组中的应用。 我们还是以TCGA数据中的CHOL(胆管癌)这套数据为例。...stage I,stage II,stage III和stage IV四个分期 接下来我们试着把组织病理分期从四个组合并成两个组,并转换成因子 方法一、使用gsub函数 前面也给大家介绍过☞R替换函数...*","stage I/II",stage) #转换成因子 stage=factor(stage) stage 可以得到下面这个两分组的因子 方法二、直接使用factor函数 #删除组织病理学分期末尾的...*","stage III/IV",stage) #转换成因子 stage=factor(stage) stage 可以得到如下因子 方法二、直接使用factor函数 #删除组织病理学分期末尾的A,...参考资料: ☞【R语言】R中的因子(factor) ☞如何从TCGA数据库下载RNAseq数据以及临床信息(一) ☞【R语言】卡方检验和Fisher精确检验,复现临床paper ☞R生成临床信息统计表

    5.1K21

    R语言tryCatch使用方法:判断Warning和Error

    R中判断warning和error状态的函数,我没有找到。一个玩Java的同事说,try.....catch多经典的方法,你怎么不用呢? 我知道R中有tryCatch这个函数,但是没有具体用过。...首先看一下R中warning的报警信息: warning # 示例数据 library(data.table) dd = data.frame(ID = 1:10,y= rnorm(10)) dd #...可以看到,代码执行成功了,但是会给出Warning message 然后我们看一下Error的报警信息,假定R中没有aaaaa的对象,你直接打印出来,会报错: # error aaaaa > # error...warning处理代码 在代码中,写下warning的语句,在warning的条件下,返回2 在代码中,写下error的语句,在error的条件下,返回3 re1 = tryCatch({ dcast...prepend the namespace like reshape2::melt(dd).

    8.1K72

    R语言基因组数据分析可能会用到的data.table函数整理

    版权声明:本文为博主原创文章,转载请注明出处 R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快。...因此,在对大数据处理上,使用data.table无疑具有极高的效率。这里主要介绍在基因组数据分析中可能会用到的函数。...v3作为一个影响因素,作为tag,先按v1、v2汇总,再将对应的v4值分为v3=1和v3=2两类,查看v1、v2取值相同v3不同对应v4的情况,这个时候用dcast或者会更加方便,如下 melt...和reshape2包的melt一样,融合表格,这个是用C语言写的,处理速度更快。...(datatable.verbose=TRUE) 对于前面的DT,我现在将f和d开头的列名的列作为测量变量,如下 pattern函数下面会讲,这里再讲一下的是melt和dcast的联合使用,先用melt

    4.4K10

    【R语言】三种批量做T检验的方法

    我们这里使用的数据是 ☞m6a甲基化相关基因boxplot并显示p值 这篇文章中用到的m6a甲基化相关的16个基因在TCGA-CHOL(胆管癌)中的表达情况。...#如果没有安装plyr和reshape2这两个R包,先去掉下面两行的#,运行进行安装 #BiocManager::install("plyr") #BiocManager::install("reshape2...") #加载plyr和reshape2包 library(plyr) library(reshape2) #melt对m6a_expr_type数据格式进行转换 ddply(melt(m6a_expr_type...方法三、使用rstatix和reshape2 #如果没有安装dplyr,rstatix和reshape2这三个R包,先去掉下面三行的#,运行进行安装 #BiocManager::install(...这三个R包 library(dplyr) library(rstatix) library(reshape2) result=melt(m6a_expr_type) %>% group_by(variable

    2.3K51

    R语言基于Excel数据绘制多系列条形图

    install.packages("ggplot2")   此外,在用代码进行数据分析、可视化时,有时需要对数据加以长数据与宽数据的转换(具体什么意思在后文有介绍),这里需要用到另一个R语言包reshape2...library(readxl) library(ggplot2) library(reshape2)   随后,我们进行Excel表格文件数据的读取;这里我们就通过readxl包中的read_excel...其中,函数的第一个参数表示待读取的Excel表格文件路径与名称,第二个参数则表示这些数据具体在哪一个Sheet中;由于我这里需要的数据存放在Excel表格文件的第2个Sheet中,因此就选择sheet...;我这里由于原本Excel的数据中就没有表示序号的那一列数据,因此就选择了原有数据的第一列作为ID变量。...data表示需要参与绘图的数据,第二个参数mapping表示我们需要用哪一列数据作为X轴,哪一列作为Y轴;同时,其内部的fill参数表示我们需要将柱状图分为多个系列(如果大家的柱状图只有1个系列,那么就不需要

    1.3K31

    如何对数据进行汇总统计?

    R语言! R语言的好处是可以批量操作,比Excel方便多了。 对于汇总统计,一般是统计最大值、最小值、平均值、方差、标准差和变异系数,有时候还会根据地点、品种、年份进行分组汇总。...1 模拟数据 这里模拟了4个因子,5个观测值的数据框, 主要介绍了一下几种方法的汇总统计: 1, 单变量~单因子,单个个统计量, 这里使用平均数mean 2 单变量~单因子,多个个统计量, 这里使用自定义的函数...func 3 单变量 ~ 多因子, 单个个统计量 4 多变量~单因子 5 多变量~多因子 「1.1 模拟数据代码」 dat = data.frame(F1=1:24,F2=rep(1:2,12),F3=...「使用reshape2包中的melt进行数据转换」 dd = reshape2::melt(dat,1:4,value.name="y") head(dd) ggplot(dd,aes(x=F1,y=...y,colour=variable))+geom_line() + geom_point() 「结果」 > dd = reshape2::melt(dat,1:4,value.name="y") >

    89510

    【数据分析 R语言实战】学习笔记 第三章 数据预处理 (下)

    3.3缺失值处理 R中缺失值以NA表示,判断数据是否存在缺失值的函数有两个,最基本的函数是is.na()它可以应用于向量、数据框等多种对象,返回逻辑值。...最后一行表示各个变量缺失的样本数合计。 程序包VIM提供了在R中探索数据缺失情况的新工具,实现缺失模式的可视化 > library(VIM) > aggr(data) ?...在R中,选取数据子集用中括号[] > data[data$salary>6] 3.4.3数据排序 R中的排序函数sort()只能对向量进行简单的排序,对含有多变量的数据集,需要用order指令来完成,...3.5.2揉数据的最佳伴侣 程序包reshape2是reshape的重写版,是专门用于数据集形状转换的,一般用户常使用melt(), acast()和dcast(),它们却可以把数据“揉成各种形状。...和stack()一样,melt()也有对应的函数用来还原数据:acast()用于数组,dcast()用于数据框,其中的参数formula是一个公式,左边的每个变量都会成为新数据集中的一列,右边的变量是因子

    2.5K20

    数据管理—reshape2包

    包含两个主要的函数,一个是melt融合函数,即把原来“宽型”数据变成一种“长型”;一个是dcast组合函数,即把“长型”的数据变回“宽型”的数据。 下面可以开始来了解reshape2的应用过程。...「 melt 」 了解melt melt对数据的融合,也就是ddply中对数据进行拆分,但是melt的融合是有其固定的格式与要求的,即把数据集分成标识变量、测量变量和测量值三个部分,我们要做的工作主要是根据需求选择适当的标识变量和测量变量...可以理解为如果我在下面的实验中选择的识别变量X中存在两个值都是1,那么变量X就不可以作为识别变量,因为如果这样,即使可以进行融合,但是在进行重铸的时候就会发现重铸的数据是计数而不是数据值,这在问题2中有所体现...最后是对id.vars的设置,通常只设置一个id.vars的时候,表中其余变量都作为测量变量,我们可以输入位置确定,也可以输入变量名,这是R的常用形式,比如下图的id.vars=1也可以得出相同的结果。...84案例有两个,我们需要额外的变量作为识别变量,或者重新选取一个,或者在id.vars中添加其他变量作为识别变量的组合。

    89400

    如何对数据进行汇总统计

    汇总统计,在R语言中是summary,会输出总个数、最大值、最小值、平均数、中位数,上四分位,下四分位等数值。 对于单个性状,我们想要判断是否有异常值时,足够了。...今天我们介绍一下集中常用的汇总统计方法。 毕竟,能编程实现的,绝对不手动完成。能用函数实现的,绝不敲代码完成。...1 模拟数据 这里模拟了4个因子,5个观测值的数据框, 主要介绍了一下几种方法的汇总统计: 1, 单变量~单因子,单个个统计量, 这里使用平均数mean 2 单变量~单因子,多个个统计量, 这里使用自定义的函数...「使用reshape2包中的melt进行数据转换」 dd = reshape2::melt(dat,1:4,value.name="y") head(dd) ggplot(dd,aes(x=F1,y=...y,colour=variable))+geom_line() + geom_point() 「结果」 > dd = reshape2::melt(dat,1:4,value.name="y") >

    1K30
    领券