前几章对R语言的运行原理、基本语法、数据类型、环境部署等基础知识作了简单介绍，本节将结合具体案例进行验证测试。 案例场景：从互联网下载全国三甲医院数据，以地图作为背景，展现各医院在地图上的分布图。全国三甲医院数据来源 http://www.wxmp.cn/cms/detail-51610-23480-1.html 目
导读本文整理了R语言绘图中使用频率较高的程序包，每个程序包都附载相应的参考来源链接（链接里有实现绘图的脚本）和下载链接。另：茗创科技为大家提供免会员极速下载服务，需要相应程序包的小伙伴可以私信茗创科技周翊工程师，微信号MCKJ-zhouyi或17373158786。gganimate：在R中绘制动态图gganimate在CRAN上可通过install.packages('gganimate')来安
转载
2023-11-05 19:59:46
368阅读
# 使用 UMAP 进行数据降维和可视化
UMAP（Uniform Manifold Approximation and Projection）是一种流行的非线性降维和数据可视化算法。它可以帮助我们在高维空间中发现数据的结构和模式，并将其映射到低维空间中进行可视化。在 R 语言中，我们可以使用 `umap` 包来实现 UMAP 算法。
## UMAP 算法概述
UMAP 算法是一种基于流形学
原创
2023-09-15 03:41:47
733阅读
# 了解R语言中的UMAP算法
在数据科学领域，降维是一项重要的任务，它可以帮助我们减少数据的复杂性，提取数据的关键特征，并且可视化数据。UMAP（Uniform Manifold Approximation and Projection）是一种流行的降维算法，它可以有效地保留数据的局部结构，并且在可视化和聚类方面表现出色。在R语言中，我们可以利用`umap`包来实现UMAP算法。
## UM
原创
2024-03-24 05:17:00
278阅读
# 如何在R语言中实现单细胞UMAP
单细胞RNA测序（scRNA-seq）技术为我们分析细胞提供了丰富的信息。使用UMAP（Uniform Manifold Approximation and Projection）可以有效地将高维数据降至低维，以便于可视化。本文将指导您如何使用R语言实现单细胞数据的UMAP降维。
## 流程概述
下面是整个流程的简要概述：
| 步骤 | 描述
什么是单细胞测序单细胞RNA-Seq提供成千上万个单个细胞的 transcriptional profiling。这种水平的通量分析使研究人员能够在单细胞水平上了解哪些基因表达，多少数量以及异质样品中成千上万个细胞之间的差异。目前，测序可以回答以下6类问题：DNA的序列：ATCG怎么排列，以及各序列的丰度；DNA的表观遗传修饰：比如甲基化、羟甲基化，以及组蛋白的各种修饰；RNA的序列：AUCG怎么
转载
2024-01-22 11:54:17
144阅读
官方认定的不编程差异分析工具。 众所周知，如何在浩如烟海的分子中做出取舍，并真正确定分子主变量，是科研启航至关重要的一步。而酸菜老师的筛猜二字决，就是基本敲定一个候选分子的不二法宝。
芯片作为高通量数据筛选的最常见技术平台之一可提供成千上万的基因表达量变化。鉴于这上万的基因不一定都参与疾病的发生，因而从芯片数据中找寻候选分子，就要进行差异基因表达分析。
《生信体系课-上篇》段
转载
2023-06-21 18:22:12
275阅读
前言 最近想试一下捣腾一个 R 包出来，故参考了一些教程。现在看到的最好的就是谢益辉大大之前写过的开发R程序包之忍者篇，以及 Hadley 大神（ggplot2 devtools 等一系列包的作者）的 教程。但是前者有一些过时，后者是全英文的，所以我这里记录一下比较简单的过程，给读者们一个参考思路。如果你有一些 R 程序，想塞到去一个自创的 R 包中，那么这篇文章就可能是你想要的。为了方
转载
2023-09-02 15:12:54
589阅读
2.3.6 导入 SPSS 数据
IBM SPSS数据集可以通过foreign包中的函数read.spss()导入到R中，也可以使用Hmisc
包中的spss.get()函数。函数spss.get()是对read.spss()的一个封装，它可以为你自动设
置后者的许多参数，让整个转换过程更加简单一致，最后得到数据分析人员所期望的结果。
首先，下载并安装Hmisc包（foreign包已被默认安装
转载
2024-02-28 10:47:41
514阅读
1. vim 删除一列先使用ctrl + v，移动方向键，选择矩形区域，然后按 d 进行删除如果要在每一列前面加一个“{ ”------>修改列为特殊字符（ctrl + v选好后使用r替换成特殊字符），然后使用:%s替换命令如果要在每一列后面加一个“},” ------> 1. 修改最后一个字符为特殊；2. 使用命令“:%s /,\r/
转载
2024-08-20 20:02:48
68阅读
数据挖掘主要分为4类，即预测、分类、聚类和关联，根据不同的挖掘目的选择相应的算法。R语言博大精深，吸纳了来自各方的挖掘算法包，这些包都是由统计学家或是算法研究人员提供，我们可以站在这些伟人的肩膀上实现算法的应用。下面对常用的数据挖掘包做一个汇总：连续因变量的预测：stats包stats包stats包rpart包RWeka包adabag包adabag包randomForest包e1071包kernl
转载
2023-06-21 18:36:04
222阅读
qgg包：一款大规模数量遗传和基因组分析的R包一、概述该包基于：假设基因组特征可能会富集影响性状的因果变体。根据以往的研究和不同的信息来源，可以分成几种基因组特征,如基因、染色体或生物途径。1、核心功能拟合线性混合模型 构建基因组关系矩阵 估计遗传参数(遗传性和相关性) 基因预测 单标记关联分析 基因集合富集分析2、qgg利用以下处理大规模数据使用openMP的多核处理 在BLAS库(如OpenB
另外再推荐一个在线绘制venn图的网站（除了广告较多都挺好的）：https://www.meta-chart.com/venn具体包括下面三个包： limma、venneuler、VennDiagram。总的来说，三个包都有着各自的不足。下面会一一进行说明，这里先放上结论：综合方便程度以及函数的多样性而言，VennDiagram > venneuler > limma。limma首先针
转载
2024-01-25 16:49:11
567阅读
转录组edgeR分析差异基因edgeR是一个研究重复计数数据差异表达的Bioconductor软件包。一个过度离散的泊松模型被用于说明生物学可变性和技术可变性。经验贝叶斯方法被用于减轻跨转录本的过度离散程度，改进了推断的可靠性。该方法甚至能够用最小重复水平使用，只要至少一个表型或实验条件是重复的。该软件可能具有测序数据之外的其他应用，例如蛋白质组多肽计数数据。可用性：程序包在遵循LGPL许可证下可
转载
2023-11-03 09:45:11
331阅读
R 2.14.0版本以后，parallel包被作为核心包引入R，这个包主要建立在 multicore 和 snow 包的工作基础之上，包含了这两个包大部分功能函数，以及集成了随机数发生器。实际上对于R来说，并行化可以在不同的层级上实现：比如，在最底层，现在的多核CPU可以实现一些基础的数值运算（比如整数和浮点算数）； 高级一点的，一些扩展BLAS包使用多线程并行处理向量和矩阵的操作，甚至有些R扩展
转载
2023-12-09 12:17:34
152阅读
R语言利用ALL数据集作柱状图和热图#下载数据包
#BiocManager::install(“ALL”)
#BiocManager::install(“Biobase”)#加载数据包
library(“ALL”)
library(“Biobase”)#载入数据集
data(“ALL”)#查看相关消息
ALL‘筛选数据子集，并且将数据存入case1内，条件一：BT列数据在前五行的集合内
转载
2023-08-09 20:55:45
215阅读
（课程视频链接：https://www.bilibili.com/video/BV19x411X7C6?p=1）1.R语言 R语言是S语言的一种实现。R是一个全面的统计研究平台，提供了各式各样的数据分析技术，拥有顶尖的绘图功能。 R
转载
2023-10-30 21:30:41
444阅读
[更新~] Python网络爬虫与文本数据分析dplyr简介dplyr是R语言的数据分析包，很像python中的pandas，能对dataframe类型的数据做很方便的数据处理和分析操作。最初我也很奇怪dplyr这个奇怪的名字，我查到其中一种解释d代表dataframeplyr是英文钳子plier的谐音library(tidyverse)## ── Attaching packages ─────
转载
2024-08-02 22:36:37
42阅读
目录引言1、数据构造2、筛选2.1 dplyr::filter基本语法：案例2.2 sqldf:sqldf关键字select、from、where、where3、排序3.1 dplyr::arrange3.2 sqldf:sqldf关键字：order by4、选择列4.1dplyr::select4.2 sqldf::select5、创建新的变量5.1 dplyr::mutate5.2 sqld
转载
2023-08-18 14:48:10
139阅读
文章目录包检查可用R语言的包1. 获取包含R包的库位置2. 获取已安装的所有软件包列表3. 获取当前在R环境中加载的所有包4. 安装一个新的软件包有两种方法安装：5. 加载包到当前R环境6. 卸载包包R语言的包是R函数，编译代码和样本数据的集合。 它们存储在R语言环境中名为“library”的目录下。默认情况下，R语言在安装期间安装一组软件包。 随后添加更多包，当它们用于某些特定目的时。 当我们启
转载
2023-05-18 22:26:36
204阅读
