为什么说这个绘图工具神奇,因为它用起来简单,画出来的图好看,功能也很全面。真的假的?这是个外挂吧?下面Up主就来逐帧分析,实锤这个工具Echart(http://www./ImageGP/)。 先看一下它能画哪些图: 是不是你想要的都在这里了? 再看一下画出来的图效果如何呢? 热图 火山图 Venn图 气泡图 是不是有童鞋不禁想说,自己敲了半天R语言代码,或者美工了半天,效果也没上面的效果好? 吹了半天,还是来看一看每张图到底要如何操作吧! 线图、热图还有气泡图上次已经介绍过高颜值的在线绘图工具推荐,那会儿这个网站的功能还没有弄好,现在算是所有功能都能用了(虽然网站上还有些图没补上,辛苦Y叔了!) 今天给大家介绍新上线的几个图的作法: Boxplot在肿瘤研究的文章中见的是非常多的,比如找了个基因,PCR在肿瘤样本中验证基因表达差异性,结果展示的时候就用这么一个boxplot Long non-coding RNA PCAT-1 over-expression promotes proliferation and metastasis in non-small cell lung cancer cells 在这里, 这个图画起来也很简单(今天所有演示的图的数据,文末有网盘链接) 输入Group和Expr两列数据即可,再把题注什么的标识好就OK了。 在这里我们可以轻松切换表现形式,violin plot和jitter plot,以及各种组合 Jitter plot Violin plot 这个图常见于测序或者芯片结果的一个展示,用于评估数据总体分布集中趋势,比如下面这张图(X轴为基因在对照组中的表达,Y轴为基因在实验组中的表达) Genome-wide analysis of long noncoding RNA (lncRNA) expression in colorectal cancer tissues from patients with liver metastasis 这里我随便编了一个数据进行演示,Color定义颜色分组(直接按复制了Expr列数据,这样颜色随Expr渐变),colorlist选择Rainbow,这样起到一个渐变的效果,其它的参数默认。 效果图如下 条形图大家应该见的多啦,这里不作太多阐述,按照网站的示例随便画了一下: 关于火山图的介绍,大家可以看下小张之前写的这篇文章如何看懂和绘制火山图?。 最简单的火山图只需要3列数据 结果如下 如果你要在火山图中标注一些特殊基因比如TP53,那么你需要加一列Label Label这一列的空白单元格需要用“-”全部替代掉 具体操作如下 复制该单元格 选中整个D列后 打开“查找和选择”中的“定位条件” 选择“空值”,这样就选中了D列中的全部空白单元格 然后粘贴即可 设置参数的时候,上下对应起来即可 这样TP53就在图中标注出来啦! Histogram这部分网站提供了线图和直方图两种形式直方图+线图 Venn图就不必多说啦 目前网站只支持5个集合 UpsetView和Venn图的作用有点类似,不过见得可能会少一些。 我们来看一下这个图和数据是如何对应起来的,左边蓝色的条形图表示不同Sampl中包含的ID数量,比如Samp4只包括3个ID,最短。下方的黑点表示该位置有数据,灰点表示没有,这些黑点灰点的排列组合构成了Samp的全部组合关系,连线表示Samp间存在交集,所以第一列数据的意思就是:Samp4,Samp2和Samp5之间有交集么?上方的黑色条形图给出答案是有,并且只有一个共同交集——就是G5。 有一种回到高中地理的感觉,有么有? 主成分分析可以用在差异基因筛选之后,评价差异基因对样本分组的好坏 下面就举个栗子,上表是差异基因在样本中的表达情况,下面是样本分组。 然后把这里填一下,其它默认(颜色啥的自己想调一下也可以) 下面这个PCA的结果图表示差异基因选的还可以吧! 好了今天介绍了这么多,大家是不是已经迫不及待了? 网盘链接在这里哟:https://pan.baidu.com/s/1c2bGHdm 密码:3f25 |
|
来自: 小李飞刀4gae1j > 《待分类》