Fatal编程技术网
  • r/
  • R 基于样本分类的颜色数据点

R 基于样本分类的颜色数据点

r

R 基于样本分类的颜色数据点,r,R,创建一个成对散点图，显示多个样本（数据框中的行）中基因（数据框中的列）之间的关系。这些样品分为两组：A组和B组。由于图中的一个点代表一个样本，我需要根据两种不同颜色的组给数据点（点）上色，例如A组为“绿色”，B组为“红色”。有可能吗 任何形式的帮助都将不胜感激 plot（DF[1:6]，pch=21）#用于绘图的命令，DF为数据帧 数据帧示例： CBX3 PSPH ATP2C1 SNX10 MMD ATP13A3 B 10.5898

创建一个成对散点图，显示多个样本（数据框中的行）中基因（数据框中的列）之间的关系。这些样品分为两组：A组和B组。由于图中的一个点代表一个样本，我需要根据两种不同颜色的组给数据点（点）上色，例如A组为“绿色”，B组为“红色”。有可能吗

任何形式的帮助都将不胜感激

plot（DF[1:6]，pch=21）#用于绘图的命令，DF为数据帧

数据帧示例：

       CBX3     PSPH     ATP2C1    SNX10     MMD      ATP13A3
B     10.589844 6.842970 8.084550  8.475023  9.202490 10.403811
A     10.174385 5.517944 7.736994  9.094834  9.253766 10.133408
B     10.202084 5.669137 7.392141  7.522270  7.830969  9.123178
B     10.893231 6.630709 7.601690  7.894177  8.979142  9.791841
B     10.071038 5.091222 7.032585  8.305581  7.903737  8.994821
A     10.005002 4.708631 7.927246  7.292527  8.257853  10.054630
B     10.028055 5.080944 6.421961  7.616856  8.287496  9.642294
A     10.144115 6.626483 7.686203  7.970934  7.919615  9.475175
A     10.675386 6.874047 7.900560  7.605519  8.585158  8.858613
A     9.855063  5.164399 6.847923  8.072608  8.221344  9.077744
A     10.994228 6.545318 8.606128  8.426329  8.787876  9.857079
A     10.501266 6.677360 7.787168  8.444976  8.928174  9.542558
使用基本图形可能没那么容易。使用lattice可以很容易地做到这一点。使用此示例data.frame

dd<-structure(list(CLASS = structure(c(2L, 1L, 2L, 2L, 2L, 1L, 2L, 
1L, 1L, 1L, 1L, 1L), .Label = c("A", "B"), class = "factor"), 
    CBX3 = c(10.589844, 10.174385, 10.202084, 10.893231, 10.071038, 
    10.005002, 10.028055, 10.144115, 10.675386, 9.855063, 10.994228, 
    10.501266), PSPH = c(6.84297, 5.517944, 5.669137, 6.630709, 
    5.091222, 4.708631, 5.080944, 6.626483, 6.874047, 5.164399, 
    6.545318, 6.67736), ATP2C1 = c(8.08455, 7.736994, 7.392141, 
    7.60169, 7.032585, 7.927246, 6.421961, 7.686203, 7.90056, 
    6.847923, 8.606128, 7.787168), SNX10 = c(8.475023, 9.094834, 
    7.52227, 7.894177, 8.305581, 7.292527, 7.616856, 7.970934, 
    7.605519, 8.072608, 8.426329, 8.444976), MMD = c(9.20249, 
    9.253766, 7.830969, 8.979142, 7.903737, 8.257853, 8.287496, 
    7.919615, 8.585158, 8.221344, 8.787876, 8.928174), ATP13A3 = c(10.403811, 
    10.133408, 9.123178, 9.791841, 8.994821, 10.05463, 9.642294, 
    9.475175, 8.858613, 9.077744, 9.857079, 9.542558)), .Names = c("CLASS", 
"CBX3", "PSPH", "ATP2C1", "SNX10", "MMD", "ATP13A3"), class = "data.frame", row.names = c(NA, -12L))
得到

使用基本图形可能没有那么容易。使用lattice可以很容易地做到这一点。使用此示例data.frame

dd<-structure(list(CLASS = structure(c(2L, 1L, 2L, 2L, 2L, 1L, 2L, 
1L, 1L, 1L, 1L, 1L), .Label = c("A", "B"), class = "factor"), 
    CBX3 = c(10.589844, 10.174385, 10.202084, 10.893231, 10.071038, 
    10.005002, 10.028055, 10.144115, 10.675386, 9.855063, 10.994228, 
    10.501266), PSPH = c(6.84297, 5.517944, 5.669137, 6.630709, 
    5.091222, 4.708631, 5.080944, 6.626483, 6.874047, 5.164399, 
    6.545318, 6.67736), ATP2C1 = c(8.08455, 7.736994, 7.392141, 
    7.60169, 7.032585, 7.927246, 6.421961, 7.686203, 7.90056, 
    6.847923, 8.606128, 7.787168), SNX10 = c(8.475023, 9.094834, 
    7.52227, 7.894177, 8.305581, 7.292527, 7.616856, 7.970934, 
    7.605519, 8.072608, 8.426329, 8.444976), MMD = c(9.20249, 
    9.253766, 7.830969, 8.979142, 7.903737, 8.257853, 8.287496, 
    7.919615, 8.585158, 8.221344, 8.787876, 8.928174), ATP13A3 = c(10.403811, 
    10.133408, 9.123178, 9.791841, 8.994821, 10.05463, 9.642294, 
    9.475175, 8.858613, 9.077744, 9.857079, 9.542558)), .Names = c("CLASS", 
"CBX3", "PSPH", "ATP2C1", "SNX10", "MMD", "ATP13A3"), class = "data.frame", row.names = c(NA, -12L))
得到

您可以通过指定参数
col
策划

通过指定参数
col
策划

GGALY在这方面也有很好的功能

library(GGally)
ggpairs(dd, color = 'CLASS',columns = 2:ncol(dd) )
GGally在这方面也有很好的功能

library(GGally)
ggpairs(dd, color = 'CLASS',columns = 2:ncol(dd) )

您的
colorchoose（）
功能很有趣；但对我来说画得很慢。你应该考虑在<代码>之前添加<代码> DEV.HORD（）/<代码> 循环和<代码> DEVFLUSEH（）/代码>。或者更好的是，使用
s@MrFlick这些都是很好的建议。我大约8年前写过这篇文章，从那以后就再也没有碰过它。它在windows上渲染很快，在Mac上渲染很慢。（直到最近，我的大部分工作都是在窗口机器上进行的）是的，我在Mac电脑上测试。我提出的两个建议都大大缩短了渲染时间；但对我来说画得很慢。你应该考虑在<代码>之前添加<代码> DEV.HORD（）/<代码> 循环和<代码> DEVFLUSEH（）/代码>。或者更好的是，使用
s@MrFlick这些都是很好的建议。我大约8年前写过这篇文章，从那以后就再也没有碰过它。它在windows上渲染很快，在Mac上渲染很慢。（直到最近，我的大部分工作都是在窗口机器上进行的）是的，我在Mac电脑上测试。我提出的两个建议都大大缩短了渲染时间。

library(GGally)
ggpairs(dd, color = 'CLASS',columns = 2:ncol(dd) )