一起成长的经历

— 技术服务  课程定制 —

-

如何使用R完成文章中图片处理小教程

-

Two Histograms with melt colors

柱状图显示数值变量的分布。这篇文章解释了如何在基本R中不使用任何包在同一轴上绘制2个直方图。

在数据分析中，常用直方图来观察变量的分布。数据可视化中一个常见的任务是同时比较两个变量的分布。

这里有一个技巧，用透明度(使用rgb函数)一起绘制两个直方图(使用add函数)，以在形状重叠时保留信息。

#Create data
set.seed(1)
Ixos=rnorm(4000 , 120 , 30)
Primadur=rnorm(4000 , 200 , 30)
# First distribution
hist(Ixos, breaks=30, xlim=c(0,300), col=rgb(1,0,0,0.5), xlab="height",
    ylab="nbr of plants", main="distribution of height of 2 durum wheat varieties" )
# Second with add=T to plot on top
hist(Primadur, breaks=30, xlim=c(0,300), col=rgb(0,0,1,0.5), add=T)
# Add legend
legend("topright", legend=c("Ixos","Primadur"), col=c(rgb(1,0,0,0.5),
    rgb(0,0,1,0.5)), pt.cex=2, pch=15 )

注: 这是图形的样子，如果组是一个挨着另一个:

par(
 mfrow=c(1,2),
 mar=c(4,4,1,0)
)
hist(Ixos, breaks=30 , xlim=c(0,300) , col=rgb(1,0,0,0.5) , xlab="height" , ylab="nbr of plants" , main="" )
hist(Primadur, breaks=30 , xlim=c(0,300) , col=rgb(0,0,1,0.5) , xlab="height" , ylab="" , main="")

Boxplot on top of histogram

柱状图显示数值变量的分布。这篇文章解释了如何在基本R中添加柱状图的顶部的箱线图，不带任何包。

这个例子说明了如何利用布局函数在base R中分割绘图窗口。与par(mfrow=…)解决方案相反，layout()允许对面板部件进行更大的控制。

这里在柱状图的顶部添加了一个箱线图，允许快速观察分布的摘要统计信息。

# Create data
my_variable=c(rnorm(1000 , 0 , 2) , rnorm(1000 , 9 , 2))
# Layout to split the screen
layout(mat = matrix(c(1,2),2,1, byrow=TRUE),  height = c(1,8))
# Draw the boxplot and the histogram
par(mar=c(0, 3.1, 1.1, 2.1))
boxplot(my_variable , horizontal=TRUE , ylim=c(-10,20), xaxt="n" , col=rgb(0.8,0.8,0,0.5) , frame=F)
par(mar=c(4, 3.1, 1.1, 2.1))
hist(my_variable , breaks=40 , col=rgb(0.2,0.8,0.5,0.5) , border=F , main="" , xlab="value of the variable", xlim=c(-10,20))

Histogram with colored tail

柱状图显示数值变量的分布。这篇文章解释了如何在不使用任何包的情况下，在基本R中为分布的两个尾部着色。这对于突出显示发行版的一部分很有用。

这个例子演示了如何给直方图的部分着色。首先，调用hist函数时必须不使用plot=F选项绘制结果。它允许在一个对象(这里是my_hist)中存储每个bin的位置。

这些bin边框现在可以在对象的$break槽中使用，它允许使用ifelse语句构建颜色向量。最后，可以在绘图调用中使用这个颜色向量。

# Create data
my_variable=rnorm(2000, 0 , 10)
# Calculate histogram, but do not draw it
my_hist=hist(my_variable , breaks=40  , plot=F)
# Color vector
my_color= ifelse(my_hist$breaks < -10, rgb(0.2,0.8,0.5,0.5) , ifelse (my_hist$breaks >=10, "purple", rgb(0.2,0.2,0.2,0.2) ))
# Final plot
plot(my_hist, col=my_color , border=F , main="" , xlab="value of the variable", xlim=c(-40,40) )

Mirrored histogram in base R

柱状图显示数值变量的分布。这篇文章解释了如何在不使用任何包的情况下，以R为基数构建镜像直方图。它允许比较两个变量的分布
镜像直方图允许比较两个变量的分布。

先使用par(mfrow())命令分割屏幕。顶部的直方图需要一个xaxt="n"语句来丢弃它的X轴。对于第二个，把ylim参数的值倒过来。使用margin命令调整两个图表的位置。

#Create Data
x1 = rnorm(100)
x2 = rnorm(100)+rep(2,100)
par(mfrow=c(2,1))
#Make the plot
par(mar=c(0,5,3,3))
hist(x1 , main="" , xlim=c(-2,5), ylab="Frequency for x1", xlab="", ylim=c(0,25) , xaxt="n", las=1 , col="slateblue1", breaks=10)
par(mar=c(5,5,0,3))
hist(x2 , main="" , xlim=c(-2,5), ylab="Frequency for x2", xlab="Value of my variable", ylim=c(25,0) , las=1 , col="tomato3"  , breaks=10)

Histogram without border

这篇文章解释了如何在基本的r中去掉柱状图的边框。

基本上，你只需要在hist函数中添加border=F来移除柱状图的边框。

# Create data
my_variable=c(rnorm(1000 , 0 , 2) , rnorm(1000 , 9 , 2))
# Draw the histogram with border=F
hist(my_variable , breaks=40 , col=rgb(0.2,0.8,0.5,0.5) , border=F , main="")

联系微信：18701529461

技术服务咨询：010-59341923

培训服务咨询：010-59341786

可提10X空间转录组、10X单细胞转录组、有参(无参)转录组、16S、基因关联分析、蛋白分子对接、同源建模、分子动力学、网络药理学、虚拟筛选等等相关技术服务、以及对应的培训学习

近期"特惠活动"课程安排(报一赠二；已开班，可选赠，提供视频资料)：

2020.07.14-17生物医学公共数据深度挖掘及应用培训班

2020.07.21-24转录组学专题实操班

2020.07.30-08.01生物分子互作常用软件实操班

2020.08.05-07 10X Genomics单细胞转录组测序及多组学数据挖掘技术培训班

2020.08.12-14微生物组学数据分析与挖掘专题培训班

2020.08.20-22计算机辅助设计—分子模拟与蛋白互作研讨班

2020.08.25-29实用生物信息学研讨班

2020.08.26-29生物信息学Python语言实操班

2020.09.02-04基因组关联分析技术应用培训班

2020.09.07-09生命科学的数据可视化与科研作图—实用工具与技巧实操班

2020.09.16-18多组学数据分析及挖掘培训班

2020.09.22-25数据分析与R语言制图实操班

敬请关注网站或微信公众号：生信会议