枢轴宽度df，但values_from不等于R - 腾讯云开发者社区

# 获取相关系数矩阵 pvalue <- pp$p # 获取p-value矩阵数据整合 # 将相关系数矩阵转换为长格式，并添加p-value和显著性符号列 df %...p_signif")) 格式转换 ❝由于后面我们需要使用pheatmap绘图，因此在此需要将长数据转换为宽表 ❞ #将相关系数矩阵转换为宽格式，行名为环境变量，列名为物种，值为相关系数 rvalue % select(1, 2, 3) %>% pivot_wider(names_from = "genus", values_from = r) %>% column_to_rownames...(names_from = "genus", values_from = p_signif) %>% column_to_rownames(var = "env") 定义颜色在此使用昨天介绍的...100, palette = "vik") pheatmap绘制热图 # 绘制热图，显示相关系数，行列聚类，无边框，显示p-value作为数字，设置数字字体大小和颜色 # 设置主标题为空格，设置单元格宽度和高度

8753 0

pheatmap带你轻松绘制聚类相关性热图

# 获取相关系数矩阵 pvalue <- pp$p # 获取p-value矩阵数据整合 # 将相关系数矩阵转换为长格式，并添加p-value和显著性符号列 df %...p_signif")) 格式转换由于后面我们需要使用pheatmap绘图，因此在此需要将长数据转换为宽表 #将相关系数矩阵转换为宽格式，行名为环境变量，列名为物种，值为相关系数 rvalue % select(1, 2, 3) %>% pivot_wider(names_from = "genus", values_from = r) %>% column_to_rownames...(names_from = "genus", values_from = p_signif) %>% column_to_rownames(var = "env") 定义颜色在此使用昨天介绍的scico...100, palette = "vik") pheatmap绘制热图 # 绘制热图，显示相关系数，行列聚类，无边框，显示p-value作为数字，设置数字字体大小和颜色 # 设置主标题为空格，设置单元格宽度和高度

1.5K1 0

您找到你想要的搜索结果了吗？

是的

没有找到

R中优雅的绘制物种冲积图

欢迎关注R语言数据分析指南 ❝最近有朋友问R中绘制冲积图的代码，其本质仍然是条形图只是添加了样本间的连线；案例要求按列计算每个样本的相对丰度跟往常有所不同。...df_new % mutate_all(~ . / sum(.)) %>% rownames_to_column(var="Genus") 整合数据 # 将分组文件与丰度表进行整合...plot % pivot_longer(-Genus) %>% left_join(....0.6 geom_stratum(aes(fill = Genus), width = 0.6) + # 添加stratum图层，设置填充颜色为Genus，宽度为0.6 facet_grid(...(Genus,group) %>% summarise(sum=sum(value),.groups = 'drop') %>% pivot_wider(names_from=group,values_from

2383 0

R中优雅的绘制物种冲积图

最近有朋友问R中绘制冲积图的代码，其本质仍然是条形图只是添加了样本间的连线；案例要求按列计算每个样本的相对丰度跟往常有所不同。...df_new % mutate_all(~ . / sum(.)) %>% rownames_to_column(var="Genus") 整合数据 # 将分组文件与丰度表进行整合...plot % pivot_longer(-Genus) %>% left_join(....0.6 geom_stratum(aes(fill = Genus), width = 0.6) + # 添加stratum图层，设置填充颜色为Genus，宽度为0.6 facet_grid(...(Genus,group) %>% summarise(sum=sum(value),.groups = 'drop') %>% pivot_wider(names_from=group,values_from

6262 0

R语言把otu表格的绝对丰度转换为相对丰度

首先是读取数据 library(tidyverse) library(readxl) df<-read_excel("D:/R_4_1_0_working_directory/env001/2024....data/20240609/example_otu.xlsx") 转换代码 new.df% pivot_longer(!...)) %>% mutate(relative_abun=value/total) %>% pivot_wider(id_cols=c("otuID"),names_from = name,values_from...excel rio::export(new.df,file = "D:/R_4_1_0_working_directory/env001/2024.data/20240609/example_otu_relativeAbun.xlsx...") 这里需要用到R包 rio 如果之前没有用过需要单独安装一下

951 0

技术贴：R语言拼图全面介绍

：拼图R包讲解 01 cowplot cowplot是R语言中最常用的拼图软件之一。...4 ) p1 <- ggplot(df, aes(x, y1)) + geom_point() p2 <- ggplot(df, aes(x, y2)) + geom_point() p3 <- ggplot...plot_grid(p1, p2, p3, ncol=3, labels=LETTERS[1:3]) 并且可以对子图的宽度和高度进行调整,以实现更多复杂的布局。...geom_colh() + scale_x_continuous(expand=c(0,0)) library(patchwork) p | p2 这张图乍一看还不错，似乎刻度线对齐的挺好，但仔细一看会发现进化树和条形图的...cell_exp_ct, -Group) %>% # drop unused columns to faciliate widening pivot_wider(names_from = cluster, values_from

5.3K2 2

tidyverse

可以阅读《R 数据科学》查看完整教程。...《R 数据科学》电子书：https://r4ds.had.co.nz/ tidyverse 包重构了 R 语言处理数据的语法，比默认的 R 函数更加方便，相当于一套新的语法，使用起来更加方便...<- data.frame(x = c(NA, "a.b", "a.d", "b.c")) df separate(df,col=x,into = c("A","B")) df <- data.frame...pivot_longer(table4a, cols = 2:3, names_to ="year",values_to = "cases") pivot_wider(x, names_from = year,values_from...= cases) table2 pivot_wider(table2, names_from = type,values_from = count) billboard pivot_longer(billboard

1.6K1 0

14.ggplot2优雅展示预期寿命数据

加载R包 library(tidyverse) library(stringr) library(reshape2) library(ggtext) library(ggh4x) 导入数据 life_expectancy...<- read_csv("life_expectancy.csv") 数据清洗 df % filter(Entity %in% c("Asia","Europe..."Low-income countries","World")) %>% select(-Code) %>% pivot_wider(names_from = "Entity",values_from...= df %>% dplyr::rename("Entity2"="Entity") 数据可视化 ggplot(data = df) + geom_line(data = df2, aes(Year...), axis.title.x = element_blank(), axis.title.y = element_text(hjust = 0.5, margin = margin(r

2111 0

15.地图展示不同年份间人均预期寿命差异

加载R包 library(tidyverse) library(sf) library(camcorder) library(MetBrewer) # install.packages("giscoR"...) library(giscoR) R包版本导入数据 life_df % janitor::clean_names() 数据清洗 le_change...% group_by(entity) %>% filter(year == 2021 | year ==1995) %>% filter(!...is.na(code)) %>% pivot_wider(names_from = year, values_from = c(life_expectancy0,

2371 0

scRNA分析| 和SCI学定制化聚类点图（Dotplot ），含二行代码出图方式

单细胞常见的可视化方式有DimPlot，FeaturePlot ，DotPlot ，VlnPlot 和 DoHeatmap集中，在Seurat中均可以实现，但文献中的图大多会精美很多。...df<- p1$data head(df) avg.exp pct.exp features.plot id avg.exp.scaled SPINK1 29.6395822...%>% dplyr::select(-pct.exp, -avg.exp) %>% pivot_wider(names_from = id, values_from = avg.exp.scaled...exp_mat[,-1] %>% as.matrix() ## the matrix for the percentage of cells express a gene percent_mat% dplyr::select(-avg.exp, -avg.exp.scaled) %>% pivot_wider(names_from = id, values_from = pct.exp

5K2 0

跟着PNAS学画图：R语言ggplot2分组添加拟合曲线

今天的推文重复的内容是论文中的Figure1A image.png 分组折线图用到的数据集是链接里的dat文件夹下的 df4qx.rda文件，首选是导入数据 load("data/df4qx.rda...") head(df4qx) image.png 这个是一个长格式数据，把它转变成宽格式 #install.packages("tidyverse") library(tidyverse) df4qx...%>% pivot_wider(names_from = sex,values_from = qx) %>% head() image.png 这一步是为了方便计算不同年龄男女死亡率的比例...ggplot2作图 df4qx %>% pivot_wider(names_from = sex,values_from = qx) -> dftemp 最基本的图 library(ggplot2...4.0 yellow "#009C9C", # light shade of teal: no red, equal green and blue "#df356b", # default R

2.2K3 0

ggpolt2构建差异基因热图

❞ 关注下方公众号下回更新不迷路加载R包 library(tidyverse) library(ggtree) library(aplot) library(scico) 读取并处理数据 process_data...% arrange(desc(abs(logFC))) %>% head(11) %>% pull(id) df...) %>% pivot_longer(-id) %>% filter(id %in% gene) %>% pivot_wider(., names_from=name, values_from...=value) %>% column_to_rownames(var="id") dff % scale() %>% as.data.frame(...= df, dff = dff) } 生成热图 generate_heatmap <- function(dff) { ggplot(dff, aes(name, id, fill=value)

2392 0

Windows Phone 7 Application Controls

在列表或者网格内使用垂直滚动是可以接受的，但前提是它处于全景区域内，并且不同时与水平滚动出现。只要全景区域的宽度小于屏幕的宽度，垂直滚动是可以接受的。支持所有自定义控件和标准控件。...注：根据全景区域的宽度是否大于或者小于屏幕的宽度，该全景区域的标题应该不同。如果全景区域的标题宽，它就需要水平的动画。...Pivot Control 枢轴（Pivot）控件提供了一种快速的方式来管理应用中的视图或页面。枢轴可以用来过滤大的数据集，浏览多个数据集，或者切换应用视图。...枢轴控件水平并且相邻放置独立的视图，同时管理左侧和右侧的导航。可以通过Flick或者Pan手势来推动枢轴控件。注：在CTP Release版本中，该控件不可用。...pivot页面不能覆盖水平pan和水平flick功能，因为它与枢轴控件的交互设计相冲突。 pivot标题文字的长度没有限制。显示文字的数量受制于枢轴控件的宽度。 pivot标题高度固定，不能改变。

1.5K7 0

ggpol包优雅的绘制蝴蝶图

欢迎关注R语言数据分析指南加载R包 library(tidyverse) # devtools::install_github('erocoar/ggpol') library(ggpol) 导入数据...df <- read_tsv("data.xls") 数据清洗 results % group_by(constituency, gender, status) %>% # 分组处理...status_gender", gender, status, sep = "_") %>% # 将性别和选举状态合并成一个新的列 pivot_wider(names_from = status_gender, values_from

2341 0

学徒作业完成！多个单细胞亚群各自差异分析后如何汇总可视化

数据获取首先拿到ifnb的数据 #加载需要的R包 library(SeuratData) library(ifnb.SeuratData) library(ReactomePA) library(org.Hs.eg.db...,values_from = avg_log2FC) up_df <- column_to_rownames(up_df,'gene') down_df <- pivot_wider(down,names_from...= cell_type,values_from = avg_log2FC) down_df <- column_to_rownames(down_df,'gene') 再分别找到每种cell type...<- rbind(top_n_df,dat[label_gene,]) df2 <- rbind(df2,dat) } rownames(df2) <- 1:nrow(df2) df3 <-...df2 df2 <- df2[df2$change!

4022 1

《大话数据结构》第9章排序 9.9 快速排序（下）

但注意，我刚才说的是“如果……是中间”，那么假如我们选取的pivotkey不是中间数如何呢？...改进办法，有人提出，应该随机获得一个low与high之间的数rnd，让它的关键字L.r[rnd]与L.r[low]交换，此时就不容易出现这样的情况。这被称为随机选取枢轴法。...low]; /* 用子表的第一个记录作枢轴记录 */ L -> r[ 0 ] = pi votkey; /* 将枢轴关键字备份到L->r[0]...-> r[low]; /* 采用替换而不是交换的方式进行操作 */ } L -> r[low] = L -> r[ 0 ]; /* 将枢轴数值替换回...我们事实将pivotkey备份到L.r[0]中，然后在之前是swap时，只作替换的工作，最终当low与high会合，即找到了枢轴的位置时，再将L.r[0]的数值赋值回L.r[low]。

3502 0

R&Python Data Science 系列：数据处理(4）长宽格式数据转换

R语言中，主要介绍pivot_wide()和pivot_long()这两个函数，另外4个函数可以参考【R语言】长宽格式数据相互转换这篇文章。...这里不能使用透视表pivot_table()函数，因为pivot_table()函数对value进行计算（求和、平均等），但这里Message列都是字符型的，无法进行计算；若value为数值型数据，可以使用...tidyr)long_data %>% pivot_wider(id_cols = Player, names_from = Introduction, values_from...参数names_from对应长格式数据key键对应的列；values_from对应长格式数据value值对应的列。...中使用dfply库中函数，R中使用tidyr包中函数，因为key键和value值比较明确。

2.4K1 1

使用StainedGlass的输出结果用R语言自己画三角形热图展示着丝粒的位置

BioSeqUtils，我安装这个R包的时候遇到报错，DescTools 这个R包一直没有安装成功。...不按照这个R包，把这个函数单独复制出来也可以用 https://github.com/junjunlab/BioSeqUtils/blob/master/R/createGraphFuncs.R getRotatedPolygon...y=reference_start/2000) %>% select(x,y,perID_by_events) %>% pivot_wider(names_from = "y",values_from...jpeg(file = "abc3.jpeg",width = 1000,height = 1000) ggplot() + geom_polygon(data=new.df.polygon_coods..."none") dev.off() pdf(file = "abc3.pdf",width = 10,height = 10) ggplot() + geom_polygon(data=new.df.polygon_coods

1671 0

python高级之pandas使用HYPERLINK追加写入超链接-url、文件、图片

/draft.txt' #写相对于表格的路径 textpath2 = r'..\images\test.txt' textpath3 = r'test2.txt' textpath4 = r'.....进行写相对路径的，不是根据py文件所在的路径写相对路径关于调试：手动在excel中手写这个函数无法生效，必须要通过这套代码写才会生效关于file路径：不通过HYPERLINK，通过file也可以写文件，但只能写入绝对路径...页 sheet = workbook.add_worksheet(name=game_name) sheet.set_column(0, 0, 30) # 设置第一列的宽度...sheet.set_column(1, 1, 32) # 设置第二列的宽度 sheet.set_column(2, 2, 9) # 设置第三列的宽度 sheet.set_column...\images\test.txt' textpath3 = r'test2.txt' textpath4 = r'..

2.3K1 0

快速排序

假设待排序的序列为{a[L],a[L+1],a[L+2],……,a[R]}，首先任意选取一个记录（通常可选中间一个记作为枢轴或支点），然后重新排列其余记录，将所有关键字小于它的记录都放在左子序列中，所有关键字大于它的记录都放在右子序列中...一趟快速排序的具体做法是：附设两个指针i和j，它们的初值分别为L和R，设枢轴记录取mid，则首先从j所指位置起向前搜索找到第一个关键字小于的mid的记录，然后从i所指位置起向后搜索，找到第一个关键字大于...就平均时间而言，快速排序是目前被认为是最好的一种内部排序方法由以上讨论可知，从时间上看，快速排序的平均性能优于前面讨论过的各种排序方法，但快速排序需一个栈空间来实现递归。...#include 3 using namespace std; 4 int a[10001]; 5 6 int n; 7 void qsort(int l,int r)...8 { 9 int i=l; 10 int j=r; 11 int mid=a[(l+r)/2]; 12 do 13 { 14 while(

5707 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

pheatmap带你轻松绘制聚类相关性热图

pheatmap带你轻松绘制聚类相关性热图

R中优雅的绘制物种冲积图

R中优雅的绘制物种冲积图

R语言把otu表格的绝对丰度转换为相对丰度

技术贴：R语言拼图全面介绍

tidyverse

14.ggplot2优雅展示预期寿命数据

15.地图展示不同年份间人均预期寿命差异

scRNA分析| 和SCI学定制化聚类点图（Dotplot ），含二行代码出图方式

跟着PNAS学画图：R语言ggplot2分组添加拟合曲线

ggpolt2构建差异基因热图

Windows Phone 7 Application Controls

ggpol包优雅的绘制蝴蝶图

学徒作业完成！多个单细胞亚群各自差异分析后如何汇总可视化

《大话数据结构》第9章排序 9.9 快速排序（下）

R&Python Data Science 系列：数据处理(4）长宽格式数据转换

使用StainedGlass的输出结果用R语言自己画三角形热图展示着丝粒的位置

python高级之pandas使用HYPERLINK追加写入超链接-url、文件、图片

快速排序

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐