源码商城网站源码,百度快照下载,做dm页网站,百度指数的搜索指数123R简介和统计绘图本节作者#xff1a;刘永鑫 中国科学院遗传与发育生物学研究所#xff1b;陈同 中国中医科学院版本1.0.2#xff0c;更新日期#xff1a;2020年8月31日本项目永久地址#xff1a;https://github.com/YongxinLiu/MicrobiomeStatPlot #xff0c;本节目录… 123R简介和统计绘图本节作者刘永鑫 中国科学院遗传与发育生物学研究所陈同 中国中医科学院版本1.0.2更新日期2020年8月31日本项目永久地址https://github.com/YongxinLiu/MicrobiomeStatPlot 本节目录 123R包含R markdown(*.Rmd)、Word(*.docx)文档、测试数据和结果图表欢迎广大同行帮忙审核校对、并提修改意见。提交反馈的三种方式1. 公众号文章下方留言2. 下载Word文档使用审阅模式修改和批注后发送至微信(meta-genomics)或邮件(metagenome126.com)3. 在Github中的Rmd文档直接修改并提交Issue。审稿人请在创作者登记表 https://www.kdocs.cn/l/c7CGfv9Xc 中记录个人信息、时间和贡献以免专著发表时遗漏。本文教程的源代码见123R简介和统计绘图.Rmd实战代码详见R.Rmd。为什么要学习R图. R常用图形 https://www.r-graph-gallery.com/为什么选择R多领域的资源 CRAN收录16170个R包 (20年9月1日)涵盖了统计学、经济学、生态学、进化生物学、生物信息学、物理、化学等多学科。跨平台 R可在多个主流操作系统下运行包括Windows、MacOS和Linux。命令行驱动 R即时解释输入命令即可获得相应的结果满足在绘图中及时修改的需要。R语言优势统计分析能力突出部分统计功能整合在R语言的底层但大多数数据分析和可视化功能则以包(packages)的形式提供资源极其丰富R具有强大的数据可视化能力高质量的图像输出工具以及多种现代绘图系统如grid lattice ggplot2等扩展和开发能力在R中可使用简洁的方式编写新的统计方法甚至整合进其他语言编写的应用程序内。也可以编制自己的函数或制作独立的统计分析包快速实现新算法灵活作为一种平台方便与其他工具整合实现数据分析流程化自由、免费、源代码开放与多数商业统计软件相比R是完全免费的它囊括了在其他软件中尚不可用的且先进的统计计算例程(类似于函数但含义更为丰富如API接口)是一个可进行交互式数据分析和探索的高自由度平台R语言缺点学习曲线陡峭因为其功能丰富导致对应帮助文件较多而由独立贡献者编写的部分模块则较零散难以完全掌握初学者刚开始与代码打交道需要记住大量常用命令无疑提高学习难度。需要大量计算资源所有的待处理数据通常需要全部读入内存后才能处理因此不适合分析超大规模的数据。运行速度稍慢即时编译效率约相当于C语言的1/20。R排名图. R语言世界使用率2020年8月排名 https://www.tiobe.com/tiobe-index/目前R语言是世界上最受欢迎的10大语言之一。而且近些年始终处于上升阶段截止2020年8月位于用户使用率榜单的第8位较去年同期使用人数近乎翻倍。特别是在生命科学领域被认为是使用频率最高的语言。其用户主要集中于专业领域目前在移动设备、网页中使用率较低但随着云端计算平台的发展便携式移动端也是R未来的发展方向。R语言统计绘图实战R软件下载安装R语言 https://www.r-project.orgRstudio编程集成开发环境(IDEIntegrated Development Environment) https://www.rstudio.comRStudio是一款R语言的IDER自带的环境操作较为复杂而RStudio很好地解决了该问题而且它还具有调试、可视化等功能支持纯R脚本、Rmarkdown (脚本文档混排)、Shiny (交互式网络应用)等。具体安装和配置步骤详见121个人电脑搭建微生物组分析平台(Win/Mac)图. RStudio界面。主要分为4个区域。左上-代码编辑区编辑和修改代码并可及时保存也可以对单行或选择区域运行特定代码减少代码复制粘贴的操作。右上-环境变量/历史区环境(Environment)面板显示当前加载的函数和变量的基本信息如类型、维度等还可以鼠标点击查看详细信息点击数据表会在代码编辑区创建新面板预览。历史面板则显示之前运行过的所有代码和操作。左下-代码执行区可以随时在此处执行代码在代码编辑区选择并运行的代码也会显示在此处。右下-文件/图形预览区文件(Files)面板是一个资源管理器可以浏览文件并打开在RStudio server版本中还有文件上传和下载的功能。绘图(Plots)面板为图形预览区可显示绘图代码的结果还提供了图片放大保存为指定尺寸和类型的功能。包(Packages)面板显示己安装的包并可手动勾选加载或卸载也可以进行包的安装和升级。R语言包安装R包主要来源CRANBioconductor和Github三个网站。CRAN包安装CRAN是R官方包的发布网站安装方法如下以绘图包ggplot2为例。install.packages(ggplot2)R包默认覆盖安装反复运行上述代码会多次下载该包并重新安装不仅非常浪费时间而且有时还会破坏原有包导致无法正常使用。推荐大家安装包时采用如下条件判断方法安装即使用requireNamespace()函数判断目标包是否存在如不存在时才安装。if (!requireNamespace(ggplot2, quietlyTRUE)) install.packages(ggplot2)在RStudio中默认使用美国数据源如果下载慢可指定国内镜像如清华、中科大等离自己物理距离较近的国内镜像仓库。图. R包安装源的选择。选择Tools菜单 —— Global Options选项按上图标识顺序切换为国内源。也可以在代码层面指定安装源如清华镜像源”https://mirrors.tuna.tsinghua.edu.cn/CRAN。sitehttps://mirrors.tuna.tsinghua.edu.cn/CRANif (!requireNamespace(ggplot2, quietlyTRUE)) install.packages(ggplot2, repossite)CRAN来源包的菜单安装使用RStudio中的包管理页面安装选择右下角 Packages选项卡点击Install输入包名会有提示可供选择点击Install安装。Bioconductor包安装Bioconductor是专门发布生信相关R包的网站目前已经发了1903个R包。网址https://bioconductor.org安装Bioconductor的包需要先安装CRAN来源的BiocManager包此处以edgeR为例。注edgeR是当前较流行的具有测序数据差异比较功能的R包。# 检查BiocManager包是否存在不存在则安装if (!requireNamespace(BiocManager, quietly TRUE)) install.packages(BiocManager)# 使用BiocManager安装Bioconductor的包if (!requireNamespace(edgeR, quietly TRUE)) BiocManager::install(edgeR)Github的R包安装CRAN和Bioconductor内都是经过检测正式发布的R包。还有很多临时、或正在开发中的包只存在Github如果需要使用这些R包我们可以使用开发者工具devtools进行安装。安装Github的R包输入名称由用户名和包名两部分组成。以我编写的amplicon包为例保存于github中的microbiota用户下其提供了扩增子分析常用统计分析和绘图样式的函数。# 检查devtools是否存在没有则安装if (!requireNamespace(devtools, quietly TRUE)) install.packages(devtools)# 加载devtoolslibrary(devtools)# 判断amplicon是否存在没有使用devtools安装if (!requireNamespace(amplicon, quietly TRUE)) devtools::install_github(microbiota/amplicon)此外很多R包的最新版也都在github上保存想要体验最新版本的功能也可查找软件的github仓库位置并采用上述方法安装所需版本。注意R的源码方式安装有时还需要额外安装Rtools。Windows版本下载链接https://cran.r-project.org/bin/windows/Rtools/R数据基本类型数值型 (numeric)1, 2, 3, 5.1, 6.6, 1e5等 (绘图时一般作为连续变量对待)字符型 (character)”yongxin”, “meta-genome”, ‘yi sheng xin’ (单个或多个字母或其他符号的组合需要用引号括起)逻辑型 (logical)TRUE, FALSE (布尔值)通常缩写为T和F缺失值NA, NaN, Inf空值NULL图. R语言数据结构。向量(vector)、矩阵(matrix)、数组(array)、数据框(data frame / table)、列表(lists)图. 向量(vector)、列表(lists)、矩阵(matrix)、数据框(data frame / table)的索引方式向量(vector)向量存储相同的数据类型。如果有字符型元素所有元素都转换为字符型。is.atomic() 判断是否为向量。is.vector() 判断没有属性或仅有names属性的向量为真(TRUE)a # 判断一个变量是不是vectoris.vector(a)is.atomic(a)因子(factor)因子是节省存储空间的特殊类型适用于存在较多重复值情况。每个原值只存储一份在原数据中用数字表示。去重后的原值被称为水平 (level)可以修改顺序。绘图时调整顺序就是使用的这个。a b # 注意levels默认是字母顺序b更改因子的顺序# 设置levelsb levelsc(y,x,s,e,g,i,h,n), orderedT)b矩阵(matrix)矩阵是二维的数组(array)所有元素都是相同类型。可以使用[row, col]索引。常用矩阵相关函数dim()获取矩阵的维数rowSums(), colSums()获取行列加和max(), min()获取最大、最小值# 矩阵a aa[3,4]列表(list)列表是不同类型的变量组合在一起常用于存储各种复杂类型函数或绘图的输出数据。ysx_list staffc(LYX,CL,ZX,CT), contentLlist(Rc(basic,plot), Linuxc(basic,windows)))ysx_list数据框(dataframe)数据框子列表长度一致的特殊list具有list和matrix的双重特性通常与matrix可互换。若在程序运行时碰到”‘x’ must be matrix”需要做下as.matrix转换若是”‘x’ must be data.frame”需要做下as.data.frame转换。这里的x是你提供的数据变量。a unitc(Ehbio,IGDB,IM,IM))R数据类型 – 查看storage.mode 查看变量在内存中存储的方式class 查看对象所属的类mode 查看对象的类型typeof 查看对象的类型str 查看数据结构summary 查看数据内容总结查看数据类型mode(a)class(a)typeof(a)storage.mode(a)mode(ysx_list)class(ysx_list)class(ysx_list$web)storage.mode(class(ysx_list$web))class(ysx_list$staff)storage.mode(ysx_list$staff)typeof(2)typeof(as.integer(2))R数据读写read.table读入数据存储为数据框df head(df)read.table常用的4个参数。输入文件标题行(header)可选T/F行名(row.names)默认为NULL通常指定第一列(1)分隔符(sep)默认为空通常要指定制表符(\t)或分号(;)。其他常用参数跳过注释行comment.char “#”如果表头包含#且需要读入可改为空””。是否转换为因子在3.x版本时默认转换在4.x时默认不转换想要转换为因子需要使用stringsAsFactorsT自动转换。更多帮助查看?read.table。write.table写数据框或矩阵到文件write.table(df, filemetadata.tsv, appendF, quoteF, sep\t, row.namesT, col.namesT)write.table常用的参数。要保存的变量(x)输出文件名(file)要使用双引号追加写入(append)默认(F)不追加没文件创建新文件有文件时将覆盖想要多次累计写入改为T引号(quote)默认为T每个单元格加双引号建议改为F分隔符(sep)默认为空格通常要指定制表符(\t)或分号(;)换行符(eol)默认为linux换行符(\n)当不需要换行时可改为空””行名(row.names)默认为T不需要使用F否则会出现1/2/3的行编号列名(col.names)默认为T不需要使用F统计t-test/anovat-test两组比较我们先随机生成两组数据然后用T检验进行显著性分析。# rnorm生成以0为均值1为标准差的10个数A rnorm(10)# rnorm生成以3为均值1为标准差的10个数B rnorm(10, 3, 1)# t检验t.test(A, B)anova多组比较data(iris) # 加载R内容测试数据——鸢尾花数据head(iris) # 显示数据格式# anova统计不同物种花萼长宽数据model aov(Sepal.Length ~ Species, datairis)Tukey_HSD # 显示统计结果Tukey_HSD$Species箱线图展示组间差异library加载ggplot2包采用内置鸢尾花数据绘制箱线图并用ggsave保存为指定大小的PDF矢量图。library(ggplot2)# ggplot命令绘图指定数据、x、y、颜色、图表类型(p ggplot(iris, aes(xSpecies, ySepal.Length, colorSpecies)) geom_boxplot())# ggsave保存图片ggsave(paste0(26boxplot.pdf), p, width89, height59, unitsmm)更多ggplot2的内容请阅读ggplot2作者Hadley Wickham编写的《ggplot2 Elegant Graphics for Data Analysis》。此书2016年由Springer出版目前已经被引用2万余次。本书的最新版及源代码详见https://github.com/hadley/ggplot2-book此外公众号也分享过学习ggplot2绘图基础笔记如下供参考ggplot2高效实用指南 (可视化脚本、工具、套路、配色)ggplot2地理信息可视化 上 下1初识ggplot2绘制几何对象2图层的使用—基础、加标签、注释3工具箱—误差线、加权数、展示数据分布4语法基础5通过图层构建图像6标度、轴和图例7定位-分面和坐标系8主题设置、存储导出9绘图需要的数据整理技术ggThemeAssist鼠标调整ggplot2主题不用再记这些代码啦不需要懂得编程但却可以使用ggplot2画出论文级别的图esquisseggplot版本的华夫饼图吧参考文献ggplot2 Elegant Graphics for Data Analysis https://github.com/hadley/ggplot2-book宏基因组R相关教程 https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA生信宝典R系列教程 http://mp.weixin.qq.com/s/i71OMaUu6QtcY0pt1njHQA责编刘永鑫 中科院遗传发育所版本更新历史1.0.02020/8/30刘永鑫初稿1.0.12020/8/31吴翔宇 宁波大学全文校对1.0.32020/8/31刘永鑫整合校对猜你喜欢10000菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑系列教程微生物组入门 Biostar 微生物组 宏基因组专业技能学术图表 高分文章 生信宝典 不可或缺的人一文读懂宏基因组 寄生虫益处 进化树必备技能提问 搜索 Endnote文献阅读 热心肠 SemanticScholar Geenmedical扩增子分析图表解读 分析流程 统计绘图16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun在线工具16S预测培养基 生信绘图科研经验云笔记 云协作 公众号编程模板: Shell R Perl生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘 写在后面为鼓励读者交流、快速解决科研困难我们建立了“宏基因组”专业讨论群目前己有国内外5000 一线科研人员加入。参与讨论获得专业解答欢迎分享此文至朋友圈并扫码加主编好友带你入群务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助首先阅读《如何优雅的提问》学习解决问题思路仍未解决群内讨论问题不私聊帮助同行。学习16S扩增子、宏基因组科研思路和分析实战关注“宏基因组”
