R语言基本绘图函数中可以利用par()以及layout()来进行图形排列，但是这两个函数对于ggplot图则不太适用，本文主要讲解如何对多ggplot图形多页面进行排列。主要讲解如何利用包gridExtra、cowplot以及ggpubr中的函数进行图形排列。绘制图形 #load packages library(gridExtra) library(cowplot) libr...阅读全文>... 阅 读 全 部 >
什么类型的可视化用于什么类型的问题？本文可帮助您为特定分析目标选择正确的图表类型，以及如何使用ggplot2在R中实现它。一个有效的图标:在不歪曲事实的情况下传达正确的信息简单而优雅的表达信息内容通过美学表达信息，而不是掩盖信息没有信息负载下面介绍了八类常见的图表可视化情景。在绘图之前，请仔细考虑你准备如何通过可视化的方式...阅读全文>>... 阅 读 全 部 >
本文为雷锋网字幕组编译的技术博客 Happiness 2017，作者为 Javad Zabihi。翻译 | Binpluto 整理 | 孔令双雷锋网 AI 研习社：我们选择了 2017 幸福度数集，一个来自 Kaggle 平台的数集。这份数集给出了来自世界 155 个国家，关于包括家庭状况，平均寿命，经济水平，宽容度，对政府的信任感，自由度和反乌托邦残留在内的...阅读全文>>... 阅 读 全 部 >
这些周R语言学习，记录如下。01数据操作概述数据操作是一个对数据加工处理以满足后续数据工作（分析或者建模）的过程。数据操作主要做的事情，包括：数据列的操作。数据行的操作。数据的聚合操作。数据的其它操作。我用dplyr包做数据操作，它功能强大，应用简便，编码易懂。dplyr包做各种数据操作，无论多复杂，都可以分解5种基...阅读全文>>... 阅 读 全 部 >
目前，转录组测序仍是应用最广的高通量测序技术之一，很多研究课题是关于基因表达潜在的机制，并已经发现了一些现象，但分子机制还不清楚。而做转录组测序特别适合用于分子机制探究，可以获得样本中几乎所有的mRNA信息。关于转录组领域的研究，应用范围极为广泛。如可研究同一个体不同组织之间的基因表达差异；或者不同的外界处理条件下（病毒、光照、紫外、干旱、高温和高盐胁迫等），对基因表达的影响。在我们正式进行转录组... 阅 读 全 部 >
PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。在生物信息分析中，PCA常用于分析不同样本之间的相互关系，可以基于表达量或者SNP突变类型进行分析。R语言是一门专门针对统计绘图等需求设计的编程语言，在R语言中，内置了PCA分析的函数prco..... 阅 读 全 部 >
PCA全名principal component analysis，即主成分分析，看到这个名字的时候，第一次深刻的体会到了什么是每个字都认识，合在一起却不知道是什么意思……看一下主流的解释：主成分分析是一组变量通过正交变换转变成另一组变量的分析方法，来实现数据降维的目的。转换后得到的这一组变量，即是我们所说的主成分。Emmmm，还是不懂……拆开了，一个字一个词的...阅读全文>>... 阅 读 全 部 >
library(knitr)library(psych)library(reshape2)library(ggplot2)library(ggbeeswarm)library(scatterplot3d)library(useful)library(ggfortify)mat_show <- functio...阅读全文>>... 阅 读 全 部 >
作者：张丹，R语言中文社区专栏特邀作者，《R的极客理想》系列图书作者，民生银行大数据中心数据分析师，前况客创始人兼CTO。个人博客 http://fens.me， Alexa全球排名70k。前言作为数据分析师，每天都有大量的数据需要处理，我们会根据业务的要求做各种复杂的报表，包括了分组、排序、过滤、转置、差分、填充、移动、合并、分裂、分布、去重、找重、填充 等等的操作。有时为了计算一个业...阅读... 阅 读 全 部 >
派森诺转录组致力于科技服务的产品丰富且专业，产品在丰富的同时也有细致划分。今天带大家来了解一下对于无参考基因组的物种，比较转录组和无参转录组的区别。区别：1、分析目的不同：无参转录组测序：利用高通量测序技术进行cDNA测序，全面快速地获取某一种特定器官或组织在某一状态下的几乎所有转录本。根据将不同组的unigene进行比较，得到差异基因进行分析。比较转录组测序：是基于高通...阅读全文>&g... 阅 读 全 部 >