R语言与生物信息绘图1:基础介绍——数据类型及其简单用法
基础介绍——数据类型及其简单用法
本文中涉及的全部代码有:
data() #得到R语言内置数据集 class(rivers) #查看向量rivers的数据类型 plot(rivers) #画向量rivers的散点图 hist(rivers) #画向量rivers的直方图 class(state.abb) #查看向量state.abb的数据类型 pie(table(state.region)) #用table函数统计一下state.region这个向量,得到一个饼图 yanse <- c("red","green","blue","yellow") #定义yanse变量 pie(table(state.region),col = yanse) #把yanse这个向量传递给pie函数中的col选项 labs <- c("NC","S","N","W") #设置只一个labs字符向量 pie(table(state.region),col = yanse,labels = labs) #将其传给pie函数中的labels选项 class(state.division) #查看向量state.division的数据类型 plot(mtcars$cyl,mtcars$disp) #取mtcars数据集中的cyl和disp这两列来绘散点图 plot(as.factor(mtcars$cyl),mtcars$disp) #把其中的cyl使用as.factor函数转化成因子 class(state.x77) #查看向量state.x77的数据类型 heatmap(state.x77) #将矩阵向量state.x77画成热图 heatmap(as.data.frame(state.x77)) #将矩阵转化成数据框 fit <- lm(weight ~ height,data = women) #简单的线性回归的案例:fit等于lm函数,weight变量~height变量,data等于数据集women。 #lm(Linear Models)是用来适应线性模型的。它可用于进行回归、单层分析方差分析和协方差分析。 plot(fit)
正文:
在R console中输入
data函数,就可以得到R语言内置数据集。
data()
然后就可以看到按字母顺序的内置的数据集:
我们在学习R语言绘图的时候要时刻知道
输入数据的结构和类型。可以使用
class函数来查看。例如:
数值向量可以直接用来画点图,饼图,条形图,直方图等。
在R console中敲
class(rivers)
结果返回:numeric,表明这是数值类型的向量。
数值向量可以直接用来画点图,饼图,条形图,直方图等。
例如,在R console中敲
plot(rivers),绘制散点图
plot(rivers)
即可出现:
例如,在R console中敲
hist(rivers),绘制直方图
hist(rivers)
即可出现:
字符串类向量数据主要用在画图中的label标签部分或用于设置不同颜色等
接下来,在R console中敲
class(state.abb)
class(state.abb)
返回的结果是:character,即字符串类向量。
字符串类向量数据主要用在画图中的label标签部分或用于设置不同颜色等
比如每条染色体的名字等。
例如,在R console中敲
pie函数,
pie(table(state.region))
用
table函数统计一下state.region这个向量,就可以得到一个饼图:
但是感觉颜色不好看。那么我们就可以设置一个字符向量,里面包含我们需要的颜色。
例如,定义一个变量:
yanse <- c("red","green","blue","yellow")
接下来,我们把这个向量传递给
pie函数中的col选项
pie(table(state.region),col = yanse)
就可以得到:
这个颜色其实也不好看,之后会介绍如何在R中设置好看的颜色。
我们还可以再设置只一个labs字符向量
labs <- c("NC","S","N","W")
然后将其传给
pie函数中的labels选项:
pie(table(state.region),col = yanse,labels = labs)
就可以得到:
因子是用来分组的向量
在R console中敲
class(state.division)
class(state.division)
返回的结果是:factor,即因子,因子是一类特殊的向量。
因子是用来分组的向量。
比如,处理组与对照组,或不同样品之间来进行比较,例如不同染色体长度分布的条形图等,这些地方都会用到factor向量
例如:我们取mtcars数据集中的cyl和disp这两列来绘图
plot(mtcars$cyl,mtcars$disp)
cyl和disp表示不同发动机汽缸数目与发动机排量之间的关系。这两个数据集都是向量,这样画出来的是一个散点图:
如果我们把 其中的cyl使用
as.factor函数转化成因子
plot(as.factor(mtcars$cyl),mtcars$disp)
所以,以后看见这种分组展示数据的图,就该知道,x轴应该是“因子”的数据类型。
接下来是矩阵,矩阵在R中特别适合绘制热图。用基因表达的数据,经常用到热图。
在R console中敲
class(state.x77)
class(state.x77)
返回的结果是:matrix,即矩阵,矩阵在R中特别适合绘制热图。用基因表达的数据,经常用到热图。
heatmap(state.x77)
如果将矩阵转化成数据框
heatmap(as.data.frame(state.x77))
就会提示错误:x必须为数值矩阵(才能够画热图)。
此外,R中还经常包括对各种测定结果进行绘图,例如线性回归等
例如一个简单的线性回归的案例:fit等于
lm函数,weight变量~height变量,data等于数据集women。
fit <- lm(weight ~ height,data = women)
这个结果中,fit是lm类型的函数。
lm(Linear Models)是用来适应线性模型的。它可用于进行回归、单层分析方差分析和协方差分析。
直接使用plot函数来绘制
plot(fit)
这样就会出现四张图:
这是对特定数据类型有特定的绘图函数。
总之,对于用R语言作图,了解数据结构非常重要,在使用每个绘图函数的时候,首先需要知道,输入的数据结果才能绘出正确的图。
- 点赞
- 收藏
- 分享
- 文章举报
- JAVA基础:储存单元、数据类型、单位介绍、应用及规范。Scanner简单介绍应用
- 【Python基础】简单的数据类型介绍
- python 基础-----数字,字符串,if while 循环 数据类型的转换简单介绍
- python 基础-----数字,字符串,if while 循环 数据类型的转换简单介绍
- 老牌小白的python成长第四篇pyhton基础数据类型以及if用法介绍
- Java基本数据类型,及其简单介绍
- 老三章(绪论+简单程序介绍+数据类型),没遇到啥大问题。。
- java学习-JAVA基本排序法示例,JAVA数据类型转换 ,ArrayList用法,Calendar 简单应用
- C#基础——Func和Action的介绍及其用法
- Java基础-Java中的简单数据类型详解
- Swift基础1_简单数据类型和循环
- Redis常用数据类型介绍、使用场景及其操作命令
- Python基本数据类型简单介绍
- Java 基础(二) 数据类型:类(class) 其定义方法及其设计方法
- CArray使用简单介绍,如何添加标准数据类型,和自定义的类,或者自定义数据类型
- python基础教程之基本数据类型和变量声明介绍
- Javascript基础_01数据类型及其转换
- python基础1之python介绍、安装、变量和字符编码、数据类型、输入输出、数据运算、循环
- Redis常用数据类型介绍、使用场景及其操作命令
- C#语言基础— 数据类型及其转换