admin的文章

2017-06-16admin阅读(54)评论(0)

虽然是很简单的散点图，但有很多参数设置的地方，这里记录下来的原因主要是以下几点： 对不同的点分配不同的颜色 添加图例，并指定为多列 添加文本标注 示例数据： PC1 PC2 NC8C1 -0.208049 0.2023135 NC8C2 - […]

2017-06-16admin阅读(27)评论(0)

红色 #FF0000 黄色 #FFFF00 暗青色 #008B8B 碧绿色 #7FFFD4 雪白色 #FFFAFA 蓝色 #0000FF 紫罗兰 #8A2BE2 褐色 #A52A2A 黑色 #000000 黄绿色 #7FFF00 粟色 #8 […]

2017-06-15admin阅读(38)评论(0)

对于二代数据的表达差异分析，理论上应该用reads counts进行计算。这个在我们论坛的专题帖已经有解释： 第14期“基因表达量计算和差异表达分析（下）”【视频】 www.omicshare.com/forum/thread-236-1- […]

2017-06-15admin阅读(27)评论(0)

相关性表示两组数据之间的关系是否“相似”或“相近”；但当遇到多组数据时，如何直观的比较各组数据之间的相关性是一个大家比较关注的问题，相关图可以通过对相关系数矩阵的可视化来解决这一问题。这里列出2种方法： 数据以R语言内置的mtcars数据框 […]

2017-06-15admin阅读(20)评论(0)

 在绘热图时，需要将数值映射到不同的颜色上，这时就需要一系列的颜色梯度 colorRampPalette 函数支持自定义的创建一系列的颜色梯度 代码示例： > colors <- colorRampPalette(c("blue […]

2017-06-15admin阅读(14)评论(0)

Error: could not find function “opts” > library(ggplot2) > facebookData <- read.delim("FacebookNarc […]

2017-06-15admin阅读(16)评论(0)

虽然很多R包都能做PCA，但如何将PCA结果最直观的呈现出来是一个很大问题，下面列举几种方法： 通过FactomineR包的PCA得到的结果，利用ggplot2画图 # Plotting the output of FactoMineR's […]

2017-06-14admin阅读(33)评论(0)

Principal Component Analysis (PCA) is a multivariate technique that allows us to summarize the systematic patterns of va […]

2017-06-14admin阅读(22)评论(0)

本文作者： 唐源，目前就职于芝加哥一家创业公司，曾参与和创作过多个被广泛使用的 R 和 Python 开源项目，是 ggfortify，lfda，metric-learn 等包的作者，也是 xgboost，caret，pandas 等包的贡 […]

2017-06-14admin阅读(25)评论(0)

该篇文章参考了ade4的软件包的说明，以及如下文档： 一：数据输入格式： 每一行代表样本，每列代表一个表征值。第二例为分组因子。 二：命令处理： x<-read.csv(“example.csv”) libra […]