果果带你学绘图之相关性分析ggcor包
生信人R语言学习必备
立刻拥有一个Rstudio账号
开启升级模式吧
(56线程,256G内存,个人存储1T)

不管你是苦逼的医学生、还是更苦逼农学、生物学生,相信相关性分析一定是你科研路上要攻克的重要分析之一。相较于方差分析、聚类分析,相关性分析原理较为简单,这里小果就不再赘述了。今天的重点是绘图,话不多说,泡上一杯枸杞,代码开撸。
说起相关性分析,就不得不提相关性神包:corrplot(膜拜魏太云老师),尽管corrplot有着绝美的默认配色,唯美的画风,劳模般的更新速度。但终究是被显著性打倒。Corrplot不能在相关性r值的右上角增加显著性标识,这一点注定了corrplot的图不能用于发paper。那么问题来了,有什么包可以在r值右上角增加显著性标识吗?有请我们今天的主角:linkET。
曾几何时ggcor也是江湖上响当当的R包,但目前ggcor已经停更,好在github还有备份的ggcor,接下来就由小果带大家学习一下ggcor包吧。
首先是下载ggcor包,不能直接install.packages,需要用devtools安装
devtools::install_github("mj163163/ggcor-1", force = TRUE)
ggcor是基于ggplot2开发的包,把ggplot2一起导入了准没错
library(ggcor)
library(ggplot2)
接下来掌声有请我们的老演员之mtcars数据集闪亮登场
set_scale() #设置颜色范围,默认是蓝色到红色
quickcor(mtcars, type = "upper") + geom_circle2()
效果还可以,再把r值和显著性标记图层填充上去
quickcor(mtcars, type = "upper",cor.test = TRUE) +
geom_circle2()+
geom_mark()
完美,再修改下颜色字体字号什么的,这妥妥的发表级相关性图嘛。
如果小伙伴有其他数据分析需求,可以尝试使用本公司新开发的生信分析小工具云平台,零代码完成分析,非常方便奥,云平台网址为:(http://www.biocloudservice.com/home.html),其中也包括了通路表达分析(http://www.biocloudservice.com/313/313.php),单细胞的基因共表达分析(http://www.biocloudservice.com/906/906.php)等各种小工具哦~,有兴趣的小伙伴可以登录网站进行了解。
点击“阅读原文”立刻拥有
↓↓↓