論文 Single-cell profiling of vascular endothelial cells reveals progressive organ-specif...
發(fā)簡信
IP屬地：海南
-
跟著Nature Metabolism學(xué)作圖:R語言ggplot2水平堆積柱形圖并添加同組連線 -
跟著Nature Metabolism學(xué)作圖:R語言ggplot2一次性展示很多個餅圖論文 Single-cell profiling of vascular endothelial cells reveals progressive organ-specif...
-
ggplot2繪制多年份配對表格圖歡迎關(guān)注R語言數(shù)據(jù)分析指南 本節(jié)來介紹如何使用ggplot2對表格之間進(jìn)行數(shù)據(jù)的配對連線，發(fā)現(xiàn)有一款R包「bstfun」可以將gt繪制的表格轉(zhuǎn)化為ggplot格式，通過其來繪...
-
Sum of Single Effects Linear Regression (susieR)：多個因果變異位點(diǎn)的鑒定
使用susieR鑒定多個因果變異位點(diǎn)只需要兩個輸入文件，一個輸入文件是包含Zscore值的SNP位點(diǎn)（zscore.txt），另一個文件是LD matrix（LD.matri...
-
R包table1創(chuàng)建網(wǎng)頁格式的描述性統(tǒng)計表Table 1
介紹 例1 例2 使用縮寫代碼指定自定義renderer 顯示不同變量的不同統(tǒng)計信息 改變表的外觀 - 使用內(nèi)置的樣式 p-values列 表格的轉(zhuǎn)置 介紹 在流行病學(xué)和其相...
-
-
-
【R語言】clusterProfiler富集分析，物種注釋數(shù)據(jù)庫相信大家對Y叔的clusterprofiler這個R包并不陌生，一般做基因富集分析的時候都會用到這個R包。這個包非常實用，并且畫出來的圖也很不錯。 其實小編前面已經(jīng)花了不少篇...
-
-
R語言ggplot2給PCA散點(diǎn)圖結(jié)果上添加水平和垂直誤差線公眾號后臺有讀者留言問這個圖的實現(xiàn)辦法，這個圖相比于普通的PCA散點(diǎn)圖是多了一個垂直和水平的誤差線，這個如何實現(xiàn)之前還沒有嘗試過，所以查了查資料，找到了一個參考鏈接 http...
-
富集分析結(jié)果雷達(dá)圖單細(xì)胞繪圖系列： Seurat繪圖函數(shù)總結(jié)[http://www.itdecent.cn/p/95e61f7e834d] 使用ggplot2優(yōu)化Seurat繪圖[https...
-
計算SNPs間的連鎖不平衡（LD，linkage disequilibrium）基本概念 連鎖不平衡（LD，linkage disequilibrium）是指 不同基因座（loci）的等位基因（allele）之間非隨機(jī)（nonrandom）的關(guān)聯(lián)。 兩個...
-
跟著Nature microbiology學(xué)畫圖:R語言pheatmap包畫熱圖展示密碼子RSCU值論文 Evolutionary origins of the SARS-CoV-2 sarbecovirus lineage responsible for the COVI...
-
【R基礎(chǔ)】R腳本解析命令行參數(shù)
1.命令行方式運(yùn)行R腳本 (主要)命令行中指定解析器 $ Rscript test.R 命令行中省略解析器$ ./test.R,需在腳本中指定解析器，并基于可執(zhí)行權(quán)限 #...
-
bed文件轉(zhuǎn)成等bin的bedgraph格式目的： 當(dāng)你想可視化你所研究的數(shù)據(jù)在染色體上分布，可能會用到RIdeogram來畫類似的圖。如何整理成要求的輸入文件格式呢？ 標(biāo)準(zhǔn)輸入文件： 一定長度為bins 的count...
-
R語言-05數(shù)據(jù)框創(chuàng)建，以及按條件取數(shù)據(jù)框數(shù)據(jù)
創(chuàng)建數(shù)據(jù)框 數(shù)據(jù)框是R語言的一種基礎(chǔ)數(shù)據(jù)格式，通常excel等表格形式數(shù)據(jù)讀入后都是數(shù)據(jù)框格式。 下例創(chuàng)建了一個3列5行的數(shù)據(jù)框，列的名字分別是site、season、pH ...
-
6. GWAS：主成分分析——GCTA利用協(xié)方差矩陣，特征值和特征向量將高緯變量投影到數(shù)個低維變量的過程； PCA分析的過程就是從千萬級別的SNP位點(diǎn)中提取關(guān)鍵信息，以便使用更少的變量就可以對樣本進(jìn)行有效的刻畫和...
