gridExtra包让混合多个图片变得轻而易举。它提供了grid.arrange() 函数来完成 这个任务。它的nrow参数允许指定如何安排布局。
我们接着来唠唠R 的grid 绘图。gridExtra包人如其名,拓展包,自然就是要拓展的。
安装R语言的包的方法: 1. 自动安装(在线安装) 在R的控制台,输入 install.packages("gridExtra") # 安装 gridExtra install.packages("stepNorm", contriburl="http://www.your.url", dependencies = TRUE) # 安装 stepNorm 若要指定安装目录 (e.g. “mydir”),则输入 install.packages("stepNorm", contriburl="http:/
看到很多答主都给出了全面的回答,包括数据处理,统计建模等方面。而在这篇推文中,我将对自己较为擅长的领域(R语言可视化)进行详细的介绍。
大家投过文章的想必都有为绘图的色彩纠结的不得了的时候,今天就给大家介绍一个别人基于一些科研杂志,可视化库甚至科幻电影进行了一些颜色模板的设计的R包ggsci。安装我们就不多说了:
install.packages("gridExtra") # 安装 gridExtra
说起R语言的拼图,可能大家一点都不陌生,比如常用的“cowplot”和“patchwork”。gridExtra包也提供了一个拼图函数”grid.arrange“。另外,南方医科大学余光创教授也开发了一个更为神奇的拼图R包:aplot。本文将依次对它们的用法进行介绍。
https://www.nature.com/articles/s41477-024-01654-7
打开R的菜单栏->Packages->“Install package from local zip file…”
上面我们将每一张图都单独输出了,下面来介绍如何将其全部组合起来,分别介绍两种R包的方法gridExtra&patchwork
鉴于有些读者对单细胞分析还不是很熟练,但是又想要看单细胞数据里某个基因的表达,或者某种细胞的分组比例,或者画umap图、画小提琴图....
ggplot是一个拥有一套完备语法且容易上手的绘图系统,在Python和R中都能引入并使用,在数据分析可视化领域拥有极为广泛的应用。本篇从R的角度介绍如何使用ggplot2包,首先给几个我觉得最值得推荐的理由:
上一讲我们提到了66-R可视化10-自由的在ggplot上添加文本(柱状图加计数)[2]
通常而言,在绘制图形的时候都是绘制某一种类型的一张图形,例如绘制一张散点图,绘制直方图。但有的时候我们希望同时展示多幅图形,可能是因为这些图形有某种联系,需要共同展示才能够更好的表达数据中蕴含的信息。之前介绍的边际图形就是这样的一个例子。本章节会介绍,当我们绘制了好了多幅图形之后,如何将多幅图形合并起来。
写在最后:有时间我们会努力更新的。大家互动交流可以前去论坛,地址在下面,复制去浏览器即可访问,弥补下公众号没有留言功能的缺憾。
cowplot包是ggplot2的简单附加组件。 它旨在为ggplot2提供一个出版物就绪的主题,这个主题需要最少量的轴标签尺寸,情节背景等。对'ggplot2'库的一些有用的扩展和修改。 特别是,这个软件包可以很容易地将多个'ggplot2'图组合成一个并用字母标记它们,例如 A,B,C等,这是科学出版物经常需要的。 该软件包还提供了一个流线型和干净的主题,用于Wilke实验室,因此包名称代表Claus O. Wilke的绘图库。
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
柱状图的介绍就先到这里,其他可替代柱状图的图形包含棒棒糖图(Lollipop)、环形柱状图等未在本文中展开介绍,有兴趣的小伙伴可参考文章最后的参考资料。
这几个包有一个缺点就是最终呈现的图不是按照数据集的实际比例来的。每个部分的圆或者椭圆大小都一样。如果想要按照数据集的实际比例来,之前我尝试过Y叔的推文 https://guangchuangyu.github.io/cn/2018/04/ggvenn/
我们在进行单细胞亚群命名时,是通过Marker基因来确定细胞的身份。然而在注释过程中,Marker基因的可视化是必不可少的,以前我们做了一个投票:可视化单细胞亚群的标记基因的5个方法,是基于R编程语言的Seurat包的5个基础函数相信大家都是已经烂熟于心了:
各位科研芝士的小伙伴,今天给大家分享可视化专题学术期刊配色的绘制,我们的目标是学会Nature Publishing Group,American Association for the Advancement of Science,The New England Journal of Medicine,Lancet Oncology,The Journal of the American Medical Association,Journal of Clinical Oncology学术杂志的SCI论文图片风格的绘制,比如Nature杂志的出版的图片风格如下:
本杂志开源(GitHub: ShixiangWang/weekly[1]),欢迎提交 issue,投稿或推荐生信相关内容。
李誉辉,四川大学硕士在读,研究数据分析与可视化,以及网络爬虫。誉辉兄最近出的文章都是很系统的,从R ggplot2的基础讲解到三维数据可视化plot3D,文章都整理讲解得很全面系统,我本人也是很喜欢这样的文章,故而推荐给大家。
今天继续学习使用R语言进行医学统计学分析,今天要学习的内容是协方差分析,还是使用课本中的例子。
以下内容为kaggle网站上的一个案例;原文地址 Kobe Bryant Shot Selection。主要内容是探索科比20年NBA生涯的数据,包括进攻方式,出手距离和出手区域,命中率等。
https://doi.org/10.1038/s41588-024-01683-0
之前在公众号中分享过绘制LOGO的R包"gglogo",详情请戳蓝字“绘制序列标识图-gglogo”。今天再给大家分享一个R包-"ggseqlogo",绘制序列LOGO完全无需美颜。这个R包是ggplot2的扩展包,应用起来简单明了,下边就给大家详细测试下,看看是不是那么美,那么好!
patternplot包,提供了丰度的图形可视化填充选项,但是目前我尽然没忽悠看到一篇推文来介绍和学习这个R包的。
介绍一个R包UpSetR,专门用来集合可视化,当多集合的韦恩图不容易看的时候,就是它大展身手的时候了。
ggsci是R中的一个包,提供了一系列颜色给ggplot2调色。里面包括了一些知名杂志期刊或者软件(甚至是知名科幻电影、动画等)的经典配色风格,对于科研绘图是相当有帮助的。下边介绍一下这个包的用法和内容,如果想要自己查看说明,可以在R中输入
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。
ggridges包主要用来绘制山峦图。尤其是针对时间或者空间分布可视化具有十分好的效果。ggridges主要提供两个几何图像函数:
数据来自纽约市开放数据。我的数据范围是2012年至2015年。该数据跟踪车辆的类型,发生事故的街道的名称以及事故的经度和纬度坐标。两个坐标都保存为单个字符变量,称为“ LOCATION”。
hclust 的顺序是靠order 和 labels 两个数据控制,labels 是有顺序的名称,其座次可以被索引提取。order
在生物信息分析中,经常会做序列分析图(sequence logo),这里的序列指的是核苷酸(DNA/RNA链中)或氨基酸(在蛋白质序列中)。sequence logo图是用来可视化一段序列某个位点的保守性,据根提供的序列组展示位点信息。常用于描述序列特征,如DNA中的蛋白质结合位点或蛋白质中的功能单元。
在10月CRAN更新的R包中,发现了一个挺有意思的R包——customLayout,听名字就很神奇。
最近在修图,遇到的问题就是,往往我自己认为配色很不错,一旦发到老板手上,就会被无情的打回,让我换一个新的配色。直到前几天,我搜到一个非常不错的R包“ggsci”,终于完美地解决了我的问题,制作出了让老板满意的配图。今天的推文,就和大家简单谈谈这个好用的工具。
如果想用其他形状,有一个R包是ggstar https://cran.r-project.org/web/packages/ggstar/vignettes/ggstar.html
但它的前提是你安装过独立的包,有基础知识,才有可能hold住这个批量安装包的代码,这两天就碰到学生使用上面的简化代码失败了。
今天继续 跟着Nature Communications学画图 系列第五篇。学习R语言ggplot2包画图。然后多个图拼接到一起。对应的是论文中的补充材料图一。
箱形图(Box-plot)又称为盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。QQplot也就是Quantile-Quantile Plots。是通过比较两个概率分布的分位数对这两个概率分布进行比较的概率图方法。
学习材料:https://bookdown.org/rdpeng/RProgDA/the-grid-package.html#grobs
第一个要介绍的是一个R包,叫做RColorBrewer。该包提供了一系列的色板,包括渐变的颜色和不同颜色的组合搭配(见下图)。
一般情况下只会设置palette 参数,指定主题名称,其它均为默认参数【即每种主题的字号,磅值,图边距等均可修改】。
会根据之前的6个发育时期和4个cluster的tSNE结果,进行一些marker基因的等高线图和热图可视化
包作者:Kevin Blighe撰文:协和医学院 苑晓梅编辑:生信宝典 时间:2019-06-03
patchwork是基于ggplot2的拼图包,因为ggplot2本身没有强大的拼图语法,而一般使用的gridExtra与cowplot的拼ggplot2图形都存在不少问题。
今天给大家简单的介绍经典的聚类学习算法,K均值算法。 K均值算法的R语言代码 # 加载R包 library(tidyverse) # data manipulation library(cluster) # clustering algorithms library(factoextra) # clustering algorithms & visualization # 数据准备 df <- USArrests # 数据缺失值处理 df <- na.omit(df) # 删除含有缺失值的样本
领取专属 10元无门槛券
手把手带您无忧上云