R 数据可视化 03

文章目录

一、环境需求
- R 及 Rstudio 的安装配置
- RCircos安装
二、绘制圈图
- 0.载入包
- 1.绘制人染色体圈图
- 2.绘制基因
- 5.绘制折线图
- 6.绘制网络图
- 7.添加和弦图
- 三、导出PDF

成品预览：

一、环境需求

R 及 Rstudio 的安装配置

一步一步安装及配置R及Rstudio(详细图文)

RCircos安装

options()$BioC_mirror
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
options()$BioC_mirror
if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager")
library(BiocManager)# 方法一
BiocManager::install("RCircos",ask = F,update = F)

二、绘制圈图

0.载入包

rm(list=ls())# 载入包
library(RCircos)

1.绘制人染色体圈图

# 绘制人染色体圈图 ------------------------------------------------------
# 导入内建人类染色体数据
data(UCSC.HG19.Human.CytoBandIdeogram)# 设置染色体数据
cyto.info <- UCSC.HG19.Human.CytoBandIdeogram
# 设置不显示的染色体，如 c(1,3)
chr.exclude <- NULL
# 设置内部环形个数
tracks.inside <- 10
# 设置外部环形个数
tracks.outside <- 0# 导入上面四个基本参数
RCircos.Set.Core.Components(cyto.info, chr.exclude,tracks.inside, tracks.outside)# 列出所有绘图参数
RCircos.List.Plot.Parameters()# 绘制染色体图形，默认方法显示染色体名称。
RCircos.Set.Plot.Area()
RCircos.Chromosome.Ideogram.Plot()

数据格式：

绘制：

2.绘制基因

# 添加基因名称与连线 ------------------------------------------------------# 加载内置的RCircos.Gene.Label.Data数据集
data(RCircos.Gene.Label.Data);# 指定内容在内侧的环形还是外侧的环形生成
side <- "in";
# 指定内容在第几个环形生成
track.num <- 1;# 绘图
RCircos.Gene.Connector.Plot(RCircos.Gene.Label.Data, track.num, side);# 在染色体上添加基因名称， 指定内容在第几个环形生成
name.col <- 4;
track.num <- 2;# 绘图
RCircos.Gene.Name.Plot(RCircos.Gene.Label.Data, name.col,track.num, side);

数据格式：

绘制：

3.绘制热图

# 添加热图类型的环形 ---------------------------------------------------------------
# 加载内置的RCircos.Heatmap.Data数据集
data(RCircos.Heatmap.Data);# 指定以第6列数据生成热图
data.col <- 6;
# 指定内容在第5个环形生成
track.num <- 5;
# 指定内容在内侧的环形生成
side <- "in";# 绘图
RCircos.Heatmap.Plot(RCircos.Heatmap.Data, data.col, track.num, side);

数据格式：

绘制：

4.绘制散点图

# 添加散点图类型的环形 -------------------------------------------------------------
# 加载内置的RCircos.Scatter.Data数据集
data(RCircos.Scatter.Data);# 指定以第5列数据图形中散点纵坐标
data.col <- 5;
# 指定图形在第6个环形生成
track.num <- 6;
# 指定图形在内侧环形生成
side <- "in"
# 指定数据大于1的点以红色显示，小于数据1的点以蓝色显示
by.fold <- 1;# 绘图
RCircos.Scatter.Plot(RCircos.Scatter.Data, data.col,track.num, side, by.fold);

数据格式：

绘制：

5.绘制折线图

# 添加折线图类型的环形 -------------------------------------------------------------------# 加载内置的RCircos.Line.Data数据集
data(RCircos.Line.Data);
# 指定以第5列数据做为图形中拆线的纵坐标
data.col <- 5;
# 指定图形在第7个环形生成
track.num <- 7;
# 指定图形在内侧环形生成
side <- "in";# 将chromosome列加入 `chr`,不然会因为数据格式不一致报错
RCircos.Line.Data$chromosome = paste0("chr",RCircos.Line.Data$chromosome)
# 绘图
RCircos.Line.Plot(RCircos.Line.Data, data.col, track.num, side);

数据格式：

绘制：

5.绘制直方图

# 添加直方图类型的环形 --------------------------------------------------------------------
# 加载内置的RCircos.Histogram.Data数据集
data(RCircos.Histogram.Data);
# 指定以第4列数据做为图形中直方的纵坐标
data.col <- 4;
# 指定图形在第8个环形生成
track.num <- 8;
# 指定图形在内侧环形生成
side <- "in";
# 绘图
RCircos.Histogram.Plot(RCircos.Histogram.Data, data.col, track.num, side);

数据格式：

绘图：

6.绘制网络图

# 添加网络图类型的环形 --------------------------------------------------------------------
# 加载内置的RCircos.Tile.Data数据集
data(RCircos.Tile.Data);
# 指定图形在第9个环形生成
track.num <- 9;
# 指定图形在内侧环形生成
side <- "in";
# 绘图
RCircos.Tile.Plot(RCircos.Tile.Data, track.num, side);

数据格式：

绘图：

7.添加和弦图

# 添加一个或多个基因间的联系曲线 ----------------------------------------------------------
# 加载内置的RCircos.Link.Data数据集
data(RCircos.Link.Data);
# 指定图形在第11个环形生成
track.num <- 11;
# 绘图
RCircos.Link.Plot(RCircos.Link.Data, track.num, TRUE);
# 加载内置的RCircos.Ribbon.Data数据集
data(RCircos.Ribbon.Data);

数据格式：

绘图：

三、导出PDF

点击 Export ，选择Save as PDF

修改导出大小，最好是正方形的，保存

会在根目录发现导出的圈图

R 数据可视化 03 | 圈图相关推荐

高级转录组分析和R数据可视化第11期(报名线上课还可免费参加线下课2020.6)
福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现决定安排扩增子16S分析.宏基因组.Python课程和转录组的线上直播课.报名参加线上直播课的老师可在1年内选择参加同课程的一次线下课 ...
高级转录组分析和R数据可视化第11期(课程推迟，可先报名，时间另行告知)
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
高级转录组分析和R数据可视化(2020.2,课程推迟,可先报名,时间另行告知)
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
高级转录组分析和R数据可视化专题研讨会(2019.12)
常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后应该就如做个PCR一样常见.而且分析思路简洁清晰,是入门生信,学习生信分析思路和数据可视化的 ...
转录组分析_高级转录组分析和R数据可视化
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
本周开课 | 第 17 期高级转录组分析和R数据可视化火热报名中！！！
福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现安排<高级转录组分析和R数据可视化>于2022年4月15-17 线上/线下课程 (线上课是通过腾讯会议实时直播线下课,实时 ...
高级转录组分析和R数据可视化第十一期(报名线上课还可免费参加线下课)
" 福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现决定安排扩增子16S分析.宏基因组.Python课程和转录组的线上直播课.报名参加线上直播课的老师可在1年内选择参加同课 ...
第16期高级转录组分析和R数据可视化培训(2022年1月)
福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现安排<高级转录组分析和R数据可视化>于2022年1月14-16 线上/线下课程 (线上课是通过腾讯会议实时直播线下课,实时 ...
相约2023 | 第 20 期高级转录组分析和R数据可视化火热报名中！！！
福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现安排<高级转录组分析和R数据可视化>于2023年02月17-19 线上/线下课程 (线上课是通过腾讯会议实时直播线下课,实 ...

R 数据可视化 03 | 圈图

文章目录

一、环境需求

R 及 Rstudio 的安装配置

RCircos安装

二、绘制圈图

0.载入包

1.绘制人染色体圈图

2.绘制基因

5.绘制折线图

6.绘制网络图

7.添加和弦图

三、导出PDF

R 数据可视化 03 | 圈图相关推荐

最新文章

热门文章