- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
R语言绘图:相关性分析及绘图展示
##T081.00000000.99422970.98581700.98490120.9837345
##T090.99422971.00000000.98491670.98508920.9839299
##T100.98581700.98491671.00000000.98676870.9878700
##T110.98490120.98508920.98676871.00000000.9919710
##T120.98373450.98392990.98787000.99197101.0000000
获得每个样品之间的相关系数,下面让我们把这些结果可视化。先利用基本函数plot展示下我们样品的结果。
plot(data[,1:6],pch=19,col=rgb(0,0,100,50,maxColorValue=255))#我们截取前面6个样品看看他们的相关性
从上面的结果来看T01、T02、T03之间的相关性要稍微差些,而T04、T05、T06之间的相关性要好的多。
下面我们根据cor函数的结果做成类似热图的形式。
library(lattice)
cor_data-as.matrix(cor(data,method=pearson))#获取相关系数矩阵
levelplot(cor_data)#直接利用levelplot函数进行绘图
上图中颜色非常淡,所以我们想考虑一下自己把这个图再进化一下。
col-colorRampPalette(c(green,black,red),space=rgb)#我们自己设置填充颜色
levelplot(cor_data,main=corplottest,xlab=,ylab=,col.regions=col(100))#main对应的是图的标题,以及xlab、ylab分别对应x轴和y轴的标题,这里表示不添加,所以都是,引号里面是没东西的
从图中我们可以看出T04、T05、T06以及T07、T08、T09这两组的相关性就更好。当然,我们也可以直接用pheatmap这个画热图的函数将结果展示出来。
library(pheatmap)
pheatmap(cor_data,cluster_rows=F,cluster_cols=F,display_numbers=T,number_format=%.4f,color=col(100),main=correlationtest,number_color=white,fontsize_number=5)#这里把聚类树部分都去除了,同时显示小数点后4位有效数字,并自己颜色设置为白色,同时可以利用fontsize_number设置数字大小
在这里我们把对应的相关系数值直接标记在了图中。也不只是说就pheatmap才能标记处数字。
library(pcaPP)
##Warning:packagepcaPPwasbuiltunderRversion3.3.2
cor1-cor(data,method=pearson)
plotcov(cor1,method1=correlation)
##Warninginplot.xy(xy.coords(x,y),type=type,...):所提供的颜色值既不是
##数字也不是字符
除了这些函数之外。我们的大ggplot表示画起来也无压力,只是我们需要稍微倒腾下数据。
library(reshape2)
##Warning:packagereshape2wasbuiltunderRversion3.3.2
library(ggplot2)
##Warning:packageggplot2wasbuiltunderRversion3.3.2
cor_data2-melt(cor(data))
p-ggplot(cor_data2,aes(x=cor_data2$Var1,y=cor_data2$Var2,fill=cor_data2$value))+geom_tile()+scale_fill_gradient(low=green,high=red)
p
上述的展现方式其实主要还是通过不同颜色的方式进行直观展示。但实际在我们再展示结果的时候,不仅仅局限于只是颜色改变。
library(corrgram)
##Warning:packagecorrgramwasbuiltunderRversion3.3.2
corrgram(data,lower.panel=pane
文档评论(0)