生信技能树 R语言初级作业题目（下）

在RStudio输出图片的方法：

图片输出步骤1.png

图片输出步骤2.png

很多函数不理解，代码参考生信技能树，把图画完，也是有一丢丢成就感，画总比不画好，以后再慢慢去琢磨和理解。
基于上一篇的统计可视化，先运行以下代码：
SraRunTable <- read.table("http://www.bio-info-trainee.com/tmp/5years/SraRunTable.txt",fill=TRUE,header = T,sep = "\t")
sample <-read.csv("sample.csv")
m=merge(SraRunTable,sample,by.x = 'Sample_Name',by.y = 'Accession')
1. 对前面读取的 RunInfo Table 文件在R里面探索其MBases列，包括箱线图(boxplot)和五分位数(fivenum)，还有频数图(hist)，以及密度图(density) 。
箱线图用函数boxplot()

boxplot(SraRunTable$MBases, main = "boxplot of MBases")

boxplot of MBases.jpeg

五分位数用函数fivenum()

plot(fivenum(SraRunTable$MBases), main = "fivenum of MBases")

fivenum of MBases.jpeg

频数图用函数plot(hist())

plot(hist(SraRunTable$MBases), main = "hist of MBases")

hist of MBases.jpeg

密度图用函数plot(density())

plot(density(SraRunTable$MBases,na.rm=T), main = "density of MBases")

density of MBases.jpeg

1. 把前面读取的样本信息表格的sample名字根据下划线分割看第3列元素的统计情况。第三列代表该样本所在的plate
  lapply里的 'l' 代表list，将指定操作应用与列表中的所有元素
  字符串的分割函数，指定分割符，生成list

title = sample$Title 
class(title)
#run
> title = sample$Title
> class(title)
[1] "character"

plate = unlist(lapply(title,function(x){ x
  strsplit(x,'_')[[1]][3]
}))
table(plate)
#run
> table(plate)
plate
0048 0049 
 384  384

1. 根据plate把关联到的 RunInfo Table 信息的MBases列分组检验是否有统计学显著的差异。
  plate 指384孔PCR板，编号分别是48和49号

t.test(SraRunTable$MBases~plate)
#run

    Welch Two Sample t-test

data:  SraRunTable$MBases by plate
t = 2.3019, df = 728.18, p-value = 0.02162
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 0.1574805 1.9831445
sample estimates:
mean in group 0048 mean in group 0049 
          13.08854           12.01823

1. 分组绘制箱线图(boxplot)，频数图(hist)，以及密度图(density)
箱线图

boxplot(m$MBases~plate)

MBases~plate.jpeg

typeof(plate)
#run
> typeof(plate)
[1] "character"

在这里卡了很久，在运行之前喜欢清空，结果运行变量e老报错，先运行前面的变量SraRunTable，sample，m后再运行。

频数图

e = m[,c("MBases","Title")]
e$plate = plate
hist(e$MBases,freq = F, breaks = "sturges")

hist of e$MBases.jpeg

密度图

plot(density(e$MBases,na.rm=T))

density of e$MBases.jpeg

1. 使用ggplot2把上面的图进行重新绘制。

library(ggplot2)
suppressMessages(library(ggplot2)) e$plate = plate
e$num=c(1:768)
colnames(e)
#run
> colnames(e)
[1] "MBases" "Title"  "plate"  "num"

ggplot-箱线图

ggplot(e,aes(x=plate,y=MBases)) + geom_boxplot()
#`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot of e MBases.jpeg

ggplot-频数图

ggplot(e,aes(x=MBases)) + geom_histogram(fill="lightblue",colour="grey") + facet_grid (plate ~ .)

ggplot of histogram.jpeg

ggplot(e,aes(x=MBases,fill=plate))+geom_histogram()

ggplot of histogram 2.jpeg

ggplot(e,aes(y=MBases,x=num)) + geom_point() + stat_density2d(aes(alpha=..density..),
 geom = "raster",contour = F)+ facet_grid(plate ~ .)

Ggplot of density.jpeg

ggplot-密度图

ggplot(e,aes(x=MBases,fill=plate))+geom_density()

ggplot of density 2.jpeg

1. 使用ggpubr把上面的图进行重新绘制。
用函数ggboxplot()画箱线图

suppressMessages(library(ggpubr))
ggboxplot(e, x="plate", y="MBases", color = "plate", palette = "aaas",add = "jitter") + stat_compare_means(method = "t.test")

Ggboxplot of e.jpeg

用函数gghistogram()画频数图

gghistogram(e, x="MBases", fill = "plate",palette = c("#f4424e", "#41a6f4"))
#Warning message:
Using `bins = 30` by default. Pick better value with the argument `bins`.

gghistogram of e.jpeg

用函数ggdensity(）画密度图

ggdensity(e, x="MBases", fill = "plate", , color = "plate", add = "mean",palette = c(
  "#f4424e", "#41a6f4"))

ggdensity of e.jpeg

1. 随机取384个MBases信息，跟前面的两个plate的信息组合成新的数据框，第一列是分组，第二列是MBases，总共是384*3行数据。

data <- e[sample(nrow(e),384),][,c(3,1,2)]
str(data)
#run
> data <- e[sample(nrow(e),384),][,c(3,1,2)]
> str(data)
'data.frame':   384 obs. of  3 variables:
 $ plate : chr  "0049" "0048" "0049" "0049" ...
 $ MBases: int  3 16 5 2 8 14 25 11 16 7 ...
 $ Title : chr  "SS2_15_0049_J6" "SS2_15_0048_N2" "SS2_15_0049_M5" "SS2_15_0049_N24" ...

课程分享

生信技能树 R语言 初级作业题目（下）

课程分享

生信技能树全球公益巡讲

B站公益74小时生信工程师教学视频合辑

招学徒：

生信技能树 R语言初级作业题目（下）