写在前面

帮忙处理数据时,拿到数据第一件事就是看下所谓之前的分组是不是合理的有效,如果不合理有效又应该如何呢?这是一个非常重要的问题。

聚类图

d <- dist(t(logCPM), method = "euclidean")# 聚类,类之间还是没有分开,这个说明了什么问题,这个说明的是个体的差异比加药后的差异大
# for 循环批量计算聚类并绘图
for (i in c("complete","average","ward.D")) {hc1 <- hclust(d, method = i)plot(hc1, cex = 0.6, hang = -1,main = i)
}

PCA图

dat=as.data.frame(t(logCPM)) # 画PCA图时要求是行名时样本名,列名时探针名,因此此时需要转换。格式要求data.frame
library("FactoMineR")# 计算PCA
library("factoextra")# 画图展示
dat.pca <- PCA(dat, graph = F)
# fviz_pca_ind按样本  fviz_pca_var按基因
fviz_pca_ind(dat.pca,geom.ind = "text", # c("point", "text)2选1col.ind = group_list, # color by groups# palette = c("#00AFBB", "#E7B800"),# 自定义颜色addEllipses = T, # 加圆圈legend.title = "Groups"# 图例名称
)

代码(2):聚类图以及PCA图相关推荐

  1. ggplot作图(条形图 误差线点图 折线图 箱线图 密度图 岭图 小提琴图 云雨图 直方图 PCA图 PcoA图 NDMS图 和弦图 维恩图 时间序列图 系统发育树 饼图 生物区系图 地图 )

    文章目录 基本原理 Plot = data + mapping +geometry + (Statistics, Scale, Coordinate) + Details 基础代码 常用图 条形图 点 ...

  2. 读文献先读图——主成分分析 PCA 图

    上周五彩斑斓的气泡图 有让你眼花缭乱吗? 本周,化繁为简的PCA图 你值得拥有!  数据分析| 科研制图﹒PCA 图 关键词:主成分分析.降维 1665 年的鼠疫 牛顿停课在家提出了万有引力 ; 18 ...

  3. 三维点图和三维PCA图

    3dscatter 1.ggplot2画三维点图 很轻松找到了R包,然鹅不是很完美的样子. #devtools::install_github("AckerDWM/gg3D")li ...

  4. 图机器学习(GML)图神经网络(GNN)原理和代码实现(前置学习系列二)

    图机器学习(GML)&图神经网络(GNN)原理和代码实现(PGL)[前置学习系列二] 上一个项目对图相关基础知识进行了详细讲述,下面进图GML networkx :NetworkX 是一个 P ...

  5. ggbiplot | 带箭头的主成分分析(PCA)图绘制

    ggbiplot 本期素材来源还是上期NC中的图,因为图比较一般,就不放在CNS绘图系列了,简单介绍一下ggbiplot 的用法即可. PCA ❝ 「Title:」Molecular determin ...

  6. RNA-seq结果图片如何解读(火山图、韦恩图、聚类热图和折线图)

    在RNA-seq项目中,常见的结果包括:火山图.韦恩图.聚类热图.log2(ratios)折线图.有向无环图.散点图.代谢通路图.蛋白互作图等.今天我们先来一起学习火山图.韦恩图.聚类热图和折线图的解 ...

  7. 「群体遗传学实战」第二课: 画出和文章几乎一样的PCA图

    主成分分析(PCA)是一种线性降维方法,能从纷繁复杂的数据中抽离出关键因素,用来区分不同的样本.这里我们不谈PCA背后的数学原理,只谈哪些软件能够处理数据,我找到了以下三款 Plink: https: ...

  8. R语言如何绘制PCA图(四)

    1.什么是PCA? 人眼一般能感知的空间为二维和三维.高维数据可视化的重要目标就是将高维数据呈现于二维或三维空间中.高维数据变换就是使用降维度的方法,使用线性或非线性变换把高维数据投影到低维空间,去掉 ...

  9. A.图机器学习(GML)图神经网络(GNN)原理和代码实现(前置学习系列二)

    图学习图神经网络算法专栏简介:主要实现图游走模型(DeepWalk.node2vec):图神经网络算法(GCN.GAT.GraphSage),部分进阶 GNN 模型(UniMP标签传播.ERNIESa ...

最新文章

  1. mysql .net core_MySQL官方.NET Core驱动已出,支持EF Core
  2. K8s如何改变美团的云基础设施?
  3. C++中的wchar_t(转)
  4. 贪心+构造 Codeforces Round #277 (Div. 2) C. Palindrome Transformation
  5. MapReduce原理及其主要实现平台分析
  6. Ubuntu 18的中文界面切换《图解教程》亲测成功
  7. 如何提高效率SQLITE 大数据量操作效率
  8. android 界面组件,安卓开发学习周第三篇——Android中的UI组件
  9. 微信8.0来了!黄脸表情会动了,还能扔炸弹...一大波新功能上线!
  10. java循环语句_循环你都学会了,那if不是so easy了嘛
  11. VC知识库在线杂志(重要)
  12. android课程设计多彩的霓虹,Android-自定义TextView(彩色字体与霓虹灯字体以及TextView的多项字体效果)...
  13. 神经网络的双曲线正切激活函数
  14. Java SE 12_Frequently-used Class Library(2)
  15. 美团开源实时监控系统 CAT 3.0 发布:多语言客户端及多项性能提升
  16. 逻辑地址和物理地址的相互转换
  17. opencv2.4.10配置vs2010旗舰版过程与遇到问题的解决
  18. 算法4第6章后缀数组讲解
  19. 判断语句——switch case
  20. 云南省最好的计算机学校排名,云南学校排名

热门文章

  1. 最牛机顶盒推荐,最具创新力的当贝MAX 1脱颖而出
  2. python取出字典中最大值_python 比较字典value的最大值的几种方法
  3. 遗传算法(genetic algorithm)的GUI设计
  4. php8预加载,如何利用预加载优化Laravel Model查询详解
  5. linux集群上的SCHRODINGER 分子对接工作流程
  6. swift:自定义下标(subscript)
  7. H5视频付费点播打赏影视系统程序全开源运营版,含完整的前后台+数据库
  8. for(i=0,j=0;i10,j6;i++,j++)问题
  9. 案例分享 | 方形锂电池“极柱”检测解决方案
  10. 股票多子模型的回归检验