R语言学习case5:NC基于R语言的UpSetR

step1: 安装库

bash 复制代码
install.packages("UpSetR")

step2:导入包

bash 复制代码
library(UpSetR)

step3:读取数据

bash 复制代码
otu_RA <- read.delim('./otu_RA.txt', 
                     header = TRUE, row.names = 1, sep = '\t')

read.delim(): 这是R语言中的一个函数,用于读取文本文件,特别是以制表符分隔的文件。它可以处理包含表格数据的文本文件。

header = TRUE: 这是一个参数,指示文件的第一行包含列名(变量名)。

row.names = 1: 这是另一个参数,指示使用文件中的第一列作为行名。

sep = '\t': 这是指定分隔符的参数,这里使用的是制表符('\t')。

step4:对数据进行操作

bash 复制代码
otu_RA[otu_RA > 0] <- 1

otu_RA > 0: 这是一个逻辑条件,它生成一个与otu_RA相同大小的布尔型数据框或矩阵,其中元素为TRUE表示对应位置的元素大于0,而FALSE表示小于等于0。

<- 1: 这是将选中的元素的值赋值为1。换句话说,所有在原始数据框或矩阵中大于0的元素都被设置为1。

step5:upset 绘图

bash 复制代码
plot <- upset(otu_RA, nset = 7, nintersects = 10, order.by = c('degree','freq'),      decreasing = c(TRUE, TRUE),
           mb.ratio = c(0.7, 0.3),
           point.size = 1.8,
           line.size = 1, 
           mainbar.y.label = "Intersection size", 
           sets.x.label = "Set Size", 
           main.bar.color = "#2a83a2", sets.bar.color = "#3b7960",
           queries = list(list(query = intersects, 
                               params = list("BS","RS","RE","VE","SE","LE","P"), 
                               active = T,color="#d66a35", 
                               query.name = "BS vs RS vs RE vs VE vs SE vs LE vs P")))

upset(): 这是创建UpSet图的函数。

nset = 7: 这是设置的数量,即UpSet图中显示的集合的数量。

nintersects = 10: 这是交集的数量,即显示的交集的数量。

order.by = c('degree','freq'): 这是指定按照哪些标准对集合进行排序,这里使用了两个标准:度(degree)和频率(freq)。

decreasing = c(TRUE, TRUE): 这是指定排序的顺序,这里设置为降序。

mb.ratio = c(0.7, 0.3): 这是主条形图和集合条形图的比例。(上图和下图)

point.size = 1.8: 这是点的大小。

line.size = 1: 这是线的大小。

mainbar.y.label = "Intersection size": 这是主条形图的y轴标签。

sets.x.label = "Set Size": 这是集合条形图的x轴标签。

main.bar.color = "#2a83a2": 这是主条形图的颜色。

sets.bar.color = "#3b7960": 这是集合条形图的颜色。

queries = list(list(query = intersects, params = list("BS","RS","RE","VE","SE","LE","P"), active = T,color="#d66a35", query.name = "BS vs RS vs RE vs VE vs SE vs LE vs P")): 这是用于添加查询的参数,其中指定了一组查询,每个查询包括集合的名称、参数、活动状态和颜色。

该图解读:c、 垂直条形图显示了植物区室和土壤之间交集的操作分类单元(OTU)数量;水平条形图显示了原数数据OUT总量;线条和圆圈表示在七个隔间之间重叠的OTU,即,通过点与点之间的连接,对应传统韦恩图中圈与圈的重叠部分。

研究检测到1364个OTU,在所有植物区室和大块土壤中共存,这表明它们有能力适应不同的生态位,甚至可以在植物器官中正常发育(图1c)。

相关推荐
2601_962885724 小时前
如何用 Python 做股价历史分位选股?(筛出处于历史低位的股票)
开发语言·python
殷色玫瑰4 小时前
C++入门基础复习:从命名空间到引用与nullptr,一篇重新捡回C++基础
java·开发语言·c++
(Charon)4 小时前
【C++面试】手写线程池:任务队列、工作线程与优雅退出
开发语言·c++
言乐64 小时前
Python概括后端原理
开发语言·python·django·virtualenv·pygame
@大迁世界5 小时前
JEV RAG:更高效的 RAG 系统解决方案?
开发语言·rust
努力学习的代码小白5 小时前
源码学习15
学习
朝朝辞暮i6 小时前
C++ 第一阶段总结:从零基础到 ROS2 前置语法
开发语言·c++·算法
扶风ff6 小时前
求职笔试资料太散?用练题簿在线刷题,按岗位整理练习清单
前端·学习·小程序
2601_962885726 小时前
如何用 Python 回测定投策略(定期定额 DCA)?(和一次性买入对比)
开发语言·人工智能·python
周杰偷奶茶6 小时前
【JavaSE】类和对象基础
java·开发语言