数据分析中的指鹿为马（一）
原创
写在开头
数据分析中经常会有一些模棱两可的数据出现。如何让数据“为我所用”就很需要数据处理的技巧了。
问题来源
DotPlot(subset_data,features = c( "Tmsb10", 'COL1A1','POSTN','CCN2',"FN1","TGFB1" )%>% stringr::str_to_title() ,group.by ='group_by_split' )+RotatedAxis()getwd()DotPlot(subset_data,features = c( "Tmsb10", 'COL1A1','POSTN','CCN2',"FN1","TGFB1" )%>% stringr::str_to_title() ,group.by ='group_by_split' )+RotatedAxis()+ ggplot2::coord_flip()
我研究的课题中Postn为关键分子，我想证明：在myofibroblast细胞中SIO2组别的Postn表达比NS高。
从上面的Dotplot图，根本看不出来孰高孰低，那怎么办？
解决办法
我知道，你可能也像我一样不止一次遇到过这种苦恼。理论上myofibroblast细胞中在SIO2刺激之后的Postn表达就会比NS高，但是目前的dotplot上来看升高并不明显。
我们可以调整scale bar，说不定会有惊喜发现
p=DotPlot(subset_data ,col.max = 3,col.min = 2, features = c( "Tmsb10", 'COL1A1','POSTN','CCN2',"FN1","TGFB1" )%>% stringr::str_to_title(),group.by ='group_by_split')+RotatedAxis()p2 = p+ggplot2::coord_flip()+ theme(axis.text.x = element_text(angle = 45,size = 9)) #,face = 'bold'print(p2)
这样的图不是我想要的，我需要在sio2组别高！换一张看看
p=DotPlot(subset_data ,col.max = 1.2,col.min = 1, features = c( "Tmsb10", 'COL1A1','POSTN','CCN2',"FN1","TGFB1" )%>% stringr::str_to_title(),group.by ='group_by_split')+RotatedAxis()p2 = p+ggplot2::coord_flip()+ theme(axis.text.x = element_text(angle = 45,size = 9)) #,face = 'bold'print(p2)
上面这图其他基因的存在会影响我的判断，再换一张
p=DotPlot(subset_data ,col.max = 1.2,col.min = 1, features = c( 'POSTN' )%>% stringr::str_to_title(),group.by ='group_by_split')+RotatedAxis()p2 = p+ggplot2::coord_flip()+ theme(axis.text.x = element_text(angle = 45,size = 9)) #,face = 'bold'print(p2)
神奇吗？本来NS组别的postn是高表达，但是现在图上sio2组别显示的更高！
什么？你觉得这还不够明显？那我们再改！
p=DotPlot(subset_data ,col.max = 1.2,col.min = 1,dot.scale = 15, features = c( 'POSTN' )%>% stringr::str_to_title(),group.by ='group_by_split')+RotatedAxis()p2 = p+ggplot2::coord_flip()+ theme(axis.text.x = element_text(angle = 45,size = 9)) #,face = 'bold'print(p2)
现在够明显了吧！
对比一下第三张图：
相同的数据，我们似乎可以得到截然相反的数据。是不是随心所欲了？你会这样玩弄单细胞可视化吗
思考
你认同这种夸张的处理方式吗？
数据分析究竟如何才是正确的？
你还相信数据可视化吗？
是不是我想用哪种就用哪种呢？
下期再见~
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录