作者简介Introduction

taoyan：R语言中文社区特约作家，伪码农，R语言爱好者，爱开源。

个人博客: https://ytlogos.github.io/

往期回顾

R语言可视化学习笔记之相关矩阵可视化包ggcorrplot

R语言学习笔记之相关性矩阵分析及其可视化

ggplot2学习笔记系列之利用ggplot2绘制误差棒及显著性标记

ggplot2学习笔记系列之主题（theme）设置

用circlize包绘制circos-plot

利用gganimate可视化R-Ladies发展情况

一篇关于国旗与奥运会奖牌的可视化笔记

利用ggseqlogo绘制seqlogo图

R语言data manipulation学习笔记之创建变量、重命名、数据融合

R语言data manipulation学习笔记之subset data

R语言可视化学习笔记之gganimate包

创建属于自己的调色板

R语言可视化学习笔记之ggridges包

简介

老早之前就知道了这门课Plotting in R for Biologists,一直没有去学习一下，最近花时间看了一遍videos，发现讲的很不错，虽然有一节有一知识点讲的不是很清楚。学了一遍之后记点笔记，这是lesson1的学习笔记。这一节主要讲了数据读取、快速绘图以及图形保存。

数据

library(ggplot2)

filename <- "/home/taoyan/Plotting in R for Biologists/Lesson-01/Encode_HMM_data.txt"

my_data <- read.csv(filename, sep="\t", header=FALSE)

# 查看一下数据

head(my_data)

##     V1    V2    V3                V4 V5 V6    V7    V8          V9

## 1 chr1 10000 10600 15_Repetitive/CNV  0  . 10000 10600 245,245,245

## 2 chr1 10600 11137 13_Heterochrom/lo  0  . 10600 11137 245,245,245

## 3 chr1 11137 11737       8_Insulator  0  . 11137 11737  10,190,254

## 4 chr1 11737 11937       11_Weak_Txn  0  . 11737 11937 153,255,102

## 5 chr1 11937 12137   7_Weak_Enhancer  0  . 11937 12137   255,252,4

## 6 chr1 12137 14537       11_Weak_Txn  0  . 12137 14537 153,255,102

对数据列名重命名

names(my_data)[1:4] <- c("chrom","start","end","type")

head(my_data)

##   chrom start   end              type V5 V6    V7    V8          V9

## 1  chr1 10000 10600 15_Repetitive/CNV  0  . 10000 10600 245,245,245

## 2  chr1 10600 11137 13_Heterochrom/lo  0  . 10600 11137 245,245,245

## 3  chr1 11137 11737       8_Insulator  0  . 11137 11737  10,190,254

## 4  chr1 11737 11937       11_Weak_Txn  0  . 11737 11937 153,255,102

## 5  chr1 11937 12137   7_Weak_Enhancer  0  . 11937 12137   255,252,4

## 6  chr1 12137 14537       11_Weak_Txn  0  . 12137 14537 153,255,102

绘图

对不同染色体上的不同type绘制柱形图

ggplot(data = my_data, aes(x= chrom, fill= type))+geom_bar()

保存

如果想直接保存图片到文件中，可以用dev.off，R语言支持多种图形类型

png("Lesson-01/plot.png")

ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()

dev.off()

tiff("Lesson-01/plot.tiff")

ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()

dev.off()

jpeg("Lesson-01/plot.jpg")

ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()

dev.off()

pdf("Lesson-01/plot.pdf")

ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()

dev.off()

# 设置清晰度

png("Lesson-01/plot_hi_res.png",1000,1000)

ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()

dev.off()

这节课比较简单，没什么知识点，当然如果R语言没入门的话读个数据都困难重重，所以如果基础不太好的可以直接去youtube看视频，讲的很详细。

##SessionInfo

sessionInfo()

## R version 3.4.3 (2017-11-30)

## Platform: x86_64-pc-linux-gnu (64-bit)

## Running under: Ubuntu 17.10

##

## Matrix products: default

## BLAS: /usr/lib/x86_64-linux-gnu/atlas/libblas.so.3.10.3

## LAPACK: /usr/lib/x86_64-linux-gnu/atlas/liblapack.so.3.10.3

##

## locale:

##  [1] LC_CTYPE=zh_CN.UTF-8       LC_NUMERIC=C

##  [3] LC_TIME=zh_CN.UTF-8        LC_COLLATE=zh_CN.UTF-8

##  [5] LC_MONETARY=zh_CN.UTF-8    LC_MESSAGES=zh_CN.UTF-8

##  [7] LC_PAPER=zh_CN.UTF-8       LC_NAME=C

##  [9] LC_ADDRESS=C               LC_TELEPHONE=C

## [11] LC_MEASUREMENT=zh_CN.UTF-8 LC_IDENTIFICATION=C

##

## attached base packages:

## [1] stats     graphics  grDevices utils     datasets  methods   base

##

## other attached packages:

## [1] ggplot2_2.2.1

##

## loaded via a namespace (and not attached):

##  [1] Rcpp_0.12.14     digest_0.6.14    rprojroot_1.3-2  plyr_1.8.4

##  [5] grid_3.4.3       gtable_0.2.0     backports_1.1.2  magrittr_1.5

##  [9] evaluate_0.10.1  scales_0.5.0     pillar_1.1.0     rlang_0.1.6

## [13] stringi_1.1.6    lazyeval_0.2.1   rmarkdown_1.8    labeling_0.3

## [17] tools_3.4.3      stringr_1.2.0    munsell_0.4.3    yaml_2.1.16

## [21] compiler_3.4.3   colorspace_1.3-2 htmltools_0.3.6  knitr_1.18

## [25] tibble_1.4.1

　往期精彩内容整理合集　

2017年R语言发展报告（国内）

R语言中文社区历史文章整理（作者篇）

R语言中文社区历史文章整理（类型篇）

公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲（连载中）
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据，揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享