摘要: 最近我用cbind函数整合数据后,再用filter过滤数据,碰到了一个大坑。 以两组独立样本t检验筛选差异蛋白为例进行说明吧。 pro2 % filter(log2_FC =0.58,Pvalue% filter(log2_FC 阅读全文
posted @ 2019-09-01 21:57 生物信息与育种 阅读(964) 评论(0) 推荐(0) 编辑
摘要: 想做一个简单的分组折线图,并添加误差棒,类似下面这样的: 用ggplot似乎很简单就能实现: ,重点在于计算误差棒。 还是看示例数据吧: Type是转录和蛋白两个组学,Region是某个组织的不同区域。想作如上图的样子,即不同区域在两个组学的折线图分布。 计算误差需要安装Rmisc包中的summar 阅读全文
posted @ 2019-09-01 21:56 生物信息与育种 阅读(9886) 评论(0) 推荐(0) 编辑
摘要: dplyr的优点很明显,数据框操作简洁,如 等于 。然而优点也是缺点,因为它的的参数不是透明的,这意味着你不能用一个看似等价的对象代替一个在别处定义的值。 自然想到编写类似下面的函数: my_summarise % group_by(group_var) % % summarise(a = mean 阅读全文
posted @ 2019-09-01 21:55 生物信息与育种 阅读(824) 评论(1) 推荐(0) 编辑
摘要: 关于这两个函数,官方是这么定义的: substitute returns the parse tree for the (unevaluated) expression expr, substituting any variables bound in env. quote simply retur 阅读全文
posted @ 2019-09-01 21:54 生物信息与育种 阅读(992) 评论(0) 推荐(0) 编辑
摘要: tidyverse系列的R包虽然解放了大家的双手,但同时也束缚了我们重新编写函数的能力。在这一套语法中,要实现作为函数参数的字符串和变量之间的相互转换困难重重,但只要掌握了其中原理后,也就能够游刃有余地处理了。 首先要理解基础R中几个重要又易忽略的函数。 eval 简言之就是: 对表达式对象的求值 阅读全文
posted @ 2019-09-01 21:53 生物信息与育种 阅读(575) 评论(0) 推荐(0) 编辑