在前面的推文中，我给大家介绍了绘制条形图时常见的几种误区，以及如何避免误区，以提升条形图“逼格”的方法，权当抛砖引玉了。上期推文链接：今天将给大家继续介绍条形图，希望大家能够通过我的介绍，获得一些启发。条形图最常规的用途是展示变量的频数分布。条形图虽然看着呆板，但它也有几个“兄弟姐妹”，即我们可以使用其他形式的图形来展示条形图中相同的信息！这句话说起来很简单，但是在实际操作过程中，大家还是需要根据... 阅 读 全 部 >
2021年第39周。这一周R语言学习，记录如下。01Modern Statistics with R 一本在线开放书籍，介绍R语言做数据整理和探索，以及推断和预测的工作。访问网址：http://www.modernstatisticswithr.com/02R4DS书籍最近，我在重温R4DS这本书籍。你所想的数据科学是什么？实际...阅读全文>>... 阅 读 全 部 >
真不想要ggplot2的默认配色，毫无美感呐~可以自己设置的呀！详细教程奉上，拿走不谢哟~ggplot2是R语言中常用的包，它具有强大的绘图功能，在生物学数据可视化过程中，有很多图都是用ggplot2画出来的。但是有时候我们并不想要ggplot2的默认配色，如何修改呢？下面我们来告诉大家，如何在ggplot2中设置自己想要的颜色！一步一步往下看好看就右下边给我一朵小花花示例数据：...阅读全文&g... 阅 读 全 部 >
冲击图(alluvial diagram)是流程图(flow diagram)的一种，最初开发用于代表网络结构的时间变化。实例1. neuroscience coalesced from other related disciplines to form its own field. From PLoS ONE 5(1): e8694 (2010)实例2. Science...阅读全文>&g... 阅 读 全 部 >
作者：邬书豪，车联网数据挖掘工程师 ，R语言中文社区专栏作者，R语言中文社区负责人之一。微信ID：wsh137552775知乎专栏：https://www.zhihu.com/people/wu-shu-hao-67/activities第一篇请戳：kaggle：R可视化分析金拱门餐厅食物营养性（一）公众号后台回复“金拱门”下载数据集。#比较不同的脂肪率（类别=牛肉和猪肉 & 鸡...阅读... 阅 读 全 部 >
差异基因富集方法之Friends分析大家好，我是阿琛。今天，我们来给大家介绍一种常见的拓展生信分析方法。在常规的⽣信文章中，我们往往能够得到⼀大堆的显著差异表达基因。然而，从⾥面挑选哪⼀个基因出来进行验证常常让我们感到困扰。 通常，我们会从这些特定的蛋白功能信息出发，根据差异基因的条⽬进⾏富集分析，查找与其功能相似或相关的蛋白质，关联、比较、量化，看看是否富集在某个GOterm或者KEGG通路当中... 阅 读 全 部 >
ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。在使用R作图时，如何使用ggplot2来调整图像中的颜色呢？下面跟着我们一起学习ggplot2的颜色修改函数，制作出更加绚丽多彩的图片。1简单颜色分配在ggplot2中，对于线和点的颜色调整可以直接改变colour参数，如设置colour=“red”等。而对于一些作为对象填充的颜色，如直方图中条形的颜色，...阅读全文&... 阅 读 全 部 >
整理 | 夕颜【导读】网上关于各种降维算法的资料参差不齐，但大部分不提供源代码。近日，有人在 GitHub 上整理了一些经典降维算法的 Demo(Python)集合，同时给出了参考资料的链接。PCA资料链接：https://blog.csdn.net/u013719780/article/details/78352262https://blog.csdn.net/u013719780/articl... 阅 读 全 部 >
实际工作中要处理的变量之间的关系往往是错综复杂的。处理这些多变量数据的最大挑战之一就是信息过度复杂，若数据集有100个变量，如何了解其中所有的交互关系呢?即使只有20个变量，当试图理解各个变量与其他变量的关系时，也需要考虑190对相互关系。主成分分析等方法是用来探索和简化多变量复杂关系的常用方法。在这里我们重点介绍两种简化多变量复杂关系，即降维的方法：主成分分析和t-SNE（t-Distri...... 阅 读 全 部 >
阅读全文>>...