生物信息学专业<br>公众号：生信学习手册
IP属地：北京
-
R可视化——拓展：个性散点图绘制在之前的推文中小编给大家展示过如何绘制散点图，今天，小编给大家展示的内容是对之前散点图的一部分拓展——将散点图中的散点换成俏皮可爱的图案。当然，这种图案虽然有趣，对...
-
R可视化——基于wordcloud2包绘制词云图词云图 (Word Cloud) ，又名「标签云图」，主要通过使每个字的大小与其出现频率成正比，进而显示不同单词在给定文本中的出现频率，然后将所有的字词排在一起，形...
-
R可视化——基于ggplot2包绘制南丁格尔玫瑰图南丁格尔玫瑰图（Nightingale rose diagram）又名鸡冠花图、极坐标区域图，是南丁格尔在克里米亚战争期间提交的一份关于士兵死伤的报告时发明的一种图表。南丁格...
-
R可视化——基于ggbump包绘制凹凸图（Bump chart）凹凸图（bump chart）是折线图的变形形式，这种图常用于展示一组数据随时间产生的排名而非绝对值的变化。下面，小编就基于ggbump包给大家展示如何绘制凹凸图。 安装、加...
-
R可视化——基于waterfalls包绘制瀑布图（Waterfall plot）瀑布图 (Waterfall Plot) 是由麦肯锡顾问公司所独创的图表类型，因为形似瀑布流水而称之为瀑布图。此种图表采用绝对值与相对值结合的方式，适用于表达数个特...
-
R可视化——议会图（parliament diagrams）的绘制今天给大家所要展示的图形是一种柱形图的变形图表——议会图（parliament diagrams）！ 安装、加载R包 数据 使用ggparliament包自带的数据...
-
R可视化——基于beeswarm包绘制蜜蜂图（beeswarm plot）蜜蜂图（beeswarm plot）是一种与“抖动图”相似的散点图，这种图可以直观地展现每一个样本的具体情况及整体的情况。 安装、加载R包 数据 绘图 1、基础绘图 2、个性...
-
R可视化——图片颜色提取及应用（以jpg格式图片为例）设置工作目录、加载R包 加载图片并提取颜色 1、图片加载及预览——jpg格式图片加载主要基于imager包中的load.image()函数： 2、提取图片颜色——主要基于RI...
-
柱状堆积图一般用于展示群落结构组成信息等数据
R可视化——绘图过程中X轴及Y轴样本展示顺序的指定
在使用R语言进行数据可视化过程中，大家可能会遇到数据中样本名称顺序与图形中样本展示顺序不一致的问题，或者是我们想要让图形中的样本顺序按照我们指定的进行绘制。今天，小编...
-
R可视化——散点图的绘制及其拓展数据 本文章共用到三个R内嵌的数据集——iris、mpg、mtcars： 散点图的绘制及其拓展 1、基础散点图绘制 2、具有相关性的散点添加拟合曲线并添加相关系数——使用到了...
-
R可视化——图形绘制过程中如何实现局部放大？数据及基础图形的绘制 1、数据——以R自带数据集iris为例 2、基于ggplot2包绘制散点图 局部放大效果的实现 1、加载包——主要基于ggforce包实现图形的局部放大...
-
R可视化——雷达图的绘制雷达图（Radar Chart）是一种以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。 数据 绘图 1、安装、加载包 2、绘...
-
R可视化——矩形树图的绘制%是一种表示树形数据的树形关系及各个分类的占比的图形，适合展现具有层级关系的数据，能够直观体现同级之间的比较。 安装、加载所需R包 数据 绘图 1、查看绘图参数： ...
-
R可视化——饼图的绘制方法汇总数据 使用随机编写数据，包含两列，一列为group，一列为value: 使用Pie函数绘制饼图 添加图例： 也可以替换扇形中的填充形式，使用线条进行填充： ggoplot2包...
-
R可视化——ggplot2包实现图形分面技巧汇总ggplot2包中实现图形分面主要通过facet_wrap()和facet_grid()两个函数实现，但是两者之间还是存在一些差别。今天，小编通过示例给大家介绍一下...
-
R可视化——基于GGally包绘制平行坐标图（Parallel Coordinates chart）是一种高维数据的可视化方法，常用于一些分类问题及回归问题中，主要用于比较某个数值在不同分组之间的变化差异或随...
-
R可视化——基于ggplot2包绘图的模板主题样式汇总绘制基本散点图 ggplot2默认主题 1、theme_gray() 2、theme_bw() 3、theme_classic() 4、theme_light() 5、the...
个人介绍
研究生一枚，主要研究方向为植物内生菌及微生物相关内容，公众号【科研后花园】，主要更新内容：1）基于R的科研绘图；2）科研小技巧分享；3）绘图技巧分享；4）科研网站分享。