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
LDR0063 天前
Type-C 快充全面升级!LDR6601 赋能个人护理便携电机,重塑剃须刀 / 理发器新体验
c语言·开发语言
雪碧聊技术3 天前
Tree.js是什么?一文讲透
开发语言·javascript·ecmascript
通信小呆呆3 天前
当算法有了“五感”:多模态数据融合如何向人体感官协同学习?
人工智能·学习·算法·机器学习·机器人
码云数智-园园3 天前
C++20 Modules 模块详解
java·开发语言·spring
H__Rick3 天前
自动对焦学习-3
人工智能·学习·计算机视觉
Daisy Lee3 天前
量化学习-第1章-什么是量化金融
学习·金融·datawhale
swordbob3 天前
NIO的channel中什么是 fd(File Descriptor,文件描述符)
java·开发语言·nio
源分享3 天前
Java线程同步的多种实现方法(非常详细)
java·开发语言·jvm
Luminous.3 天前
C语言--day30
c语言·开发语言
Alsn863 天前
等待学习-学习目录:Docker 容器安全攻防
学习·安全·docker