count 统计柱状图
因为教程有直接的代码，所以我的笔记就此展开，进行解释。首先，我们需要安装R和Rstudio，如果不会，可以看我之前写的教程。
# 首先需要安装绘图软件包ggplot2
install.packages("ggplot2")
library(ggplot2)
# 将需要的数据文件的文件名赋值给filename变量，这里要注意工作目录的路径。
filename <- "~/Desktop/Lesson-01/Encode_HMM_data.txt"
# 将文件中的数据读取到数据框my_data中，需要函数read.csv()，这里的filename就是原始数据，分隔符sep是tab，没有变量header名称
my_data <- read.csv(filename, sep="\t", header=FALSE)
# 看一下数据框的前十行。
head(my_data)
# 需要将前四列的变量名重新命名，names（数据框）用来查看变量名，后面的中括号可以用来提取变量名向量的元素
names(my_data)[1:4] <- c("chrom","start","stop","type")
# head() 函数可以在任何时候看你的数据
head(my_data)
# 导入到R中之后，通过初步的数据处理，现在就可以画出原始的图像。这里是ggplot2的用法：http://zevross.com/blog/2014/08/04/beautiful-plotting-in-r-a-ggplot2-cheatsheet-3/
ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()
# 保存图片，可以使用Rstudio中的export按钮，保存为需要的格式，不同的格式会有不同的分辨率，当然也是可以通过代码进行图片的保存，有png、tiff、jepg、pdf等格式。
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()
# 要获得一定分辨率的图片，可以加上像素参数，获得High-resolution的图片，dev.off()将输出返回到终端
png("Lesson-01/plot_hi_res.png",1000,1000)
ggplot(my_data,aes(x=chrom,fill=type)) + geom_bar()
dev.off()
第一次课的内容很是简单，本来就是入门的教程，可以慢慢的进入学习。过程还是需要有些耐心。视频也已经很详细的介绍了，我也是粗略的进行一下记录，可以好好学习视频也就可以。
