## 基本散点图展示 ### 应用场景 eg: 依据设定的方向展示某种特征数值的变化趋势。比如说：基因的表达随患者年龄的变化趋势，基因的表达随肿瘤大小的变化趋势等等  ### 利用plot创建line plot ```R load('./cli_test.Rdata')$rt_cli # rt_cli如上图所示 x <- c(1:57) #创造一个于TP53有相同长度的数值向量 y <- rt_cli$TP53[order(rt_cli$TP53)] #将TP53的表达值从大到小排序 plot(x, y, type = "S") ```  ```R # type 改变线的类型 # xlab和ylab 添加x和y的标签 # cex.lab, cex.axis改变字体大小 plot(x, y, type = "b", pch = 19, cex.lab = 2, cex.axis=2, col = "red", xlab = "virtual", ylab = "TP53") ```  ### 利用ggplot2创建line plot ```R library(ggplot2) data <- data.frame(cbind(x, y), stringsAsFactors = FALSE) #准备一个ggplot2所需要的数据格式 colnames(data) <- c('virtual', 'TP53') ggplot(data = data, aes(x = virtual, y = TP53)) + geom_line() ```  ```R # theme_classic() 主题类型 # color 改变line的颜色 ggplot(data = data, aes(x = virtual, y = TP53)) + geom_line(color = "blue") + theme_classic() ```