在文献中，我们经常能够看到这样的散点图。例如，通过RNA-seq或qPCR比较特定基因在不同分组样本中的整体表达水平。文献中的蜂群图与其称它们为散点图，其实它们是有独自名字的—蜂群图。当然原则上它们仍属于散点图的范畴，因为它仍将单个样本直接显示为点。但其特别之处在于，蜂群图采用了一种逻辑，以确保所绘制的点彼此靠近且不会重叠，并能有效呈现出点分布的局部密度信息，直观而不失优雅。...阅读全文>... 阅 读 全 部 >
Python作为胶水语言的强大之处已经不需要我过多描述了，它在机器学习领域、大型网站搭建框架等都有非常广泛的应用，比如TensorFlow的python接口，基于Python的Tornado和Django框架，国内的知乎和豆瓣、以及Youtube大部分是基于这些python的框架。当然最为重要的是它在生物信息领域的应用也较为广泛，比如基于扩增子的测序，还有一些全基因组测序等后期分析的软件很多都是基... 阅 读 全 部 >
Graphlan可视化进化树撰文：文涛 南京农业的大学责编：刘永鑫 中科院遗传发育所GraPhlAn简介总体来讲，Graphlan是一个可视化进化树和基于分类等级绘制层级分类树的工具。可以制作分类树是它不同于R包ggtree和iTOL的地方。然就进化树而言，iTOL功能最为全面，ggtree最容易上手，从功能上来讲graphlan很多地方不如iTOL，...阅读全文>>... 阅 读 全 部 >
OS论坛专栏叮咚。“OS论坛专栏”上线了，我们将定期挑选OS论坛（网址：www.omicshare.com/forum）的优质内容分享给大家，如代码贴、实用工具分享、软件教程、文献解读等等，给论坛优质内容更多曝光机会，欢迎大家前往OS论坛投稿~，今天推荐论坛入驻网友“生信补给站”的一篇帖子（原帖链接：https://www.omicshare.com/forum/thread-6269-1-1.h... 阅 读 全 部 >
说到相关分析，我们都知道是用来观察变量之间相关性的一种分析方法，而得出的结果很难用表格形象展示，这个时候我们的相关性图形就派上了用场，那么接下来为大家介绍R语言情景下用mtcars数据集和corrplot包绘制相关性图形的方法：mtcars数据展示mtcars数据说明：数据的第一列为各种汽车型号，后续数据为汽车的多个性能参数。在相关性计算函数cor()中有三种算法来计算相...阅读全文>&g... 阅 读 全 部 >
最初小编是在“A genome-based model for adjusting radiotherapy dose (GARD): a retrospective, cohort-based study”这篇文章中看到的一个图。它形似一张提琴图，展示了来自不同类型疾病患者个体的GARD得分的分布，图中红色点代表了中位数。但与常规提琴图不同的地方在于，提琴图中还添加了密度信息，即...阅读全文&... 阅 读 全 部 >
承包你单细胞的所有美图_Scillus包Hi，大家好，我是晨曦今天这期推文来自一个小伙伴的留言A同学：曦曦，除了ggplot2以外有没有更方便的方法可以更加丰富的展示我的scRNA-seq的结果，就是类似于scRNA-seq的ggpubr包 晨曦：有的，马上就来~ 基于上面这个感兴趣的话题，我们就来看一下这个单细胞测序可视化的R包——Scillus包，可以承包你关于单细胞的所有美图哦~那么我们开始... 阅 读 全 部 >
作者：严涛 浙江大学作物遗传育种在读研究生（生物信息学方向） 伪码农，R语言爱好者，爱开源编者按： 数据可视化 是解析、理解和展示数据不可缺少的一部分。炫或不炫看个人喜好和功底，能否达意是最基本的要求---最合适的图示和配色表达最直观的含义。长文多图预警，这是关于ggplot2使用的极详细教程（190+图），是入门和晋级参考的不二手册。 前面部分是关于qplot的使用，后面是 ggplot2...... 阅 读 全 部 >
生信分析中我们经常会做KEGG和GO富集分析，一般拿到结果后就想到用柱状图展示pathway的富集情况。比如下面这样：如果学会使用Cytoscape中的ClueGO+CluePedia插件，可以帮我们更形象地展示pathway之间的关系，以及gene在pathway中的富集情况，论文插图瞬间提示一个档次，比如像这样：下面我们就来看一下如何使用Cytoscape中的Clue...阅读全文>&g... 阅 读 全 部 >
这次我们来个GC含量的圈图，同样的，我在这里也会描绘出各种GC含量圈图的画法，开开眼界。GC含量图在基因组circos图中算是非常有分量的，各种GC含量圈图的表达形式6的飞起。下面开始画几种类型的GC圈图。首先，加载circlize R包library(circlize)读入染色体数据和GC含量数据data<-read.table("chrom.txt",head=T,stringsAs..... 阅 读 全 部 >