## 基本散点图展示
### 应用场景
eg: 直观展示两个基因表达相关性
首先我们看看数据结构,在所有的可视化的教程中我们如果将数据准备好的,那么我们利用下面的代码可以快速的做出自己想要做的图。如图2-1,数据来源于TCGA数据库,列名是样本名,行名是基因名。
![实例数据](http://kancloud.nordata.cn/2018-12-29-172041.png)
```R
load('./test_exp.Rdata')#rt
# rt即上图展示数据
x <- as.numeric(rt['MT-TF', ])
y <- as.numeric(rt['MT-TV', ])
plot(x, y, main = "Main title",
xlab = "MT-TF expression", ylab = "MT-TV expression",
pch = 19, frame = FALSE)
```
![scatter plot](http://kancloud.nordata.cn/2018-12-30-74259.png)
```R
# 调整字体大小,参数cex
plot(x, y, main = "Main title", cex.lab=1.5, cex.axis=1.5, cex.main=1.5,
cex.sub=1.5,
xlab = "MT-TF expression", ylab = "MT-TV expression",
pch = 19, frame = FALSE)
```
![scatter plot](http://kancloud.nordata.cn/2018-12-30-074259.png)
```R
# 调点的颜色和大小
plot(x, y, main = "Main title", cex.lab=1.5, cex.axis=1.5, cex.main=1.5,
cex.sub=1.5, col = "blue", cex = 2, #改变
xlab = "MT-TF expression", ylab = "MT-TV expression",
pch = 19, frame = FALSE)
```
![scatter plot](http://kancloud.nordata.cn/2018-12-30-074300.png)
- 智汇医圈
- 第一章 前言
- 1.1 简介
- 1.2 制作该教程的目的
- 1.3 学习该教程需要掌握的基础知识
- 1.4 该教程适用人群
- 第二章 散点图(scatter plot)
- 2.1 基本的散点图
- 2.2 3D 散点图
- 第三章 线图(line plot)
- 3.1 基本的线图
- 第四章 箱型图(boxplot)
- 4.1 基本的箱型图
- 4.2 图形参数调整
- 4.3 多分组箱型图
- 4.4 小提琴图
- 第五章 密度图(density plot)
- 5.1 基本的密度图
- 第六章 热图(Heatmap)
- 6.1 基本的热图
- 6.2 ggplot2 heatmap
- 6.3 相关性热图
- 第七章 主成分分析(PCA)
- 7.1 2D PCA
- 7.2 3D PCA
- 第八章 ROC 曲线
- 8.1 基本的 ROC 曲线
- 第九章 生存分析(KM plot)
- 9.1 基本的生存分析
- 第十章 KEGG 和 GO 分析
- 10.1 KEGG 分析
- 10.2 GO 分析
- 第十一章 Circular plot
- 11.1 基本的 Circular plot
- 附录 下载数据