- 博客(396)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 2025.02.26【图片复现L1】|基于Cursor复现生信分析图片工作流程
在论文发表、项目申报等场景中,生信人员经常需要生成各种可视化图表来辅助分析和展示研究结果。而想要发好文章，我们通常会参考别人发表的高分论文,希望能复现其中的图片效果。社群里也经常有小伙伴在问这个图怎么做，那个图用什么工具画。我之前一直想做一个可以帮科研人员复现图片的功能，也尝试过用AI模型搭工作流，制作在线工具，但是绘制出来的图片总是离想要的图片相去甚远。
2025-02-27 08:30:00
1291
原创 2021.07.30【WGS/GWAS】丨全基因组分析全流程(上)
目录摘要命令行三级目录摘要时隔半年，终于把WGS前面的分析用snakemake搭建好了。读者不要嫌我慢，确实是项目不多，流程也不算特别复杂。之前的shell脚本也能用，因此迟迟没有真正搭建。现在项目慢慢多了，考虑到提升工作效率，趁着前几天做了2个WGS的项目，把这个流程梳理出来。命令行#vim: set syntax=python#__author__ = "Yang Xin"#__copyright__ = "Copyright 2021, Wang lab"#__email__ = "4
2021-07-30 17:05:54
4870
5
原创 2020.11.9【WGS/GWAS】丨全基因组分析（关联分析）全流程(下)
经过为期半个月的~~东拼西凑~~ 研发测试，作者终于整理出了一个从VCF开始的GWAS后期分析流程。当然要感谢很多大佬提供的~~代码~~ 帮助，在文章中也附上参考链接。对GWAS还不够熟悉的朋友，可以看一下我之前整理的一份PPT学习笔记[《遗传进化与GWAS研究》](https://blog.csdn.net/yangl7/article/details/108486232)。
2020-11-09 14:36:28
18448
10
原创 2025.07.08【组装】|BUSCO评估结果解读与R统计绘图
摘要： BUSCO是评估基因组/转录组完整性的权威工具，通过检测单拷贝直系同源基因（BUSCO基因）进行分析。结果文件中的关键指标包括完整基因（C，含单拷贝S和多拷贝D）、片段化（F）和缺失（M）基因。为直观展示结果，推荐使用R脚本绘制分组堆积柱状图：将C拆分为S和D堆积显示，F和M独立成柱，避免重复统计歧义。脚本自动解析short_summary.txt文件，生成可视化图表（PNG格式），颜色区分不同类型并标注百分比。该方法科学清晰，适合批量分析，提升结果解读效率。 （字数：150字）
2025-07-08 17:13:21
229
原创 2025.07.04【服务器】|使用万兆网卡提升服务器间互联速度，实现快速数据传输
万兆网卡（10GbE, 10 Gigabit Ethernet）是目前广泛应用于高性能计算、数据中心、存储系统等场景中的高速网络接口。相比于传统的千兆网卡（1GbE），万兆网卡提供了10倍以上的带宽，能够大大提高数据传输速度。万兆网卡的应用不仅限于高速数据传输，它还可以有效减少网络延迟，提升大规模并发数据流的处理能力。无论是文件传输、虚拟化应用还是高性能计算，万兆网卡都能显著改善网络性能。
2025-07-04 11:26:25
1066
原创 2025.07.04【转录组】| RNA-seq 组装“瘦身术”——BBNorm 归一化处理
摘要：本文介绍如何使用BBNorm工具对大规模RNA-seq数据进行数字归一化处理，显著降低内存和计算资源消耗。文章详细讲解了BBNorm的工作原理、安装方法、关键参数设置，并通过1.1TB数据的实际案例展示归一化效果（缩减83%文件大小）。同时提供了进阶技巧、常见问题解决方案及与其他归一化工具的对比。BBNorm作为BBTools套件中的高效工具，能保留低丰度转录本信息，大幅提升后续RNA-seq组装的可行性，是处理超大规模转录组数据的实用解决方案。（150字）
2025-07-04 11:21:58
142
原创 2025.07.01【转录组】无参转录组组装软件横向评估
摘要：本文对比了四种主流无参转录组组装工具（rnaSPAdes、Trinity、SOAPdenovo-Trans、Trans-ABySS）的关键特性。rnaSPAdes安装便捷、运行高效，适合大数据自动化；Trinity组装质量最优但资源消耗大；SOAPdenovo-Trans速度最快但安装复杂；Trans-ABySS支持多k-mer组装。选择建议：新手优先rnaSPAdes，追求质量选Trinity，超大数据用SOAPdenovo-Trans，复杂样本考虑Trans-ABySS。
2025-07-01 11:39:11
35
原创 2025.06.30【L0知识整合】|近期生信+AI技术盘点
近年来（2022-2024），生物信息学与AI融合加速发展，涌现出多个创新方向。AI驱动的多组学分析平台（如Deep Genomics、百图生科）利用深度学习处理基因组数据；单细胞组学领域（Parse Biosciences）应用AI提升数据分析精度；蛋白质预测（Helixon）基于AlphaFold2模型取得突破；临床组学（Tempus）实现AI辅助诊疗决策；生信SaaS平台（Bioturing）提供零代码分析服务；药物发现（Insilico Medicine）采用生成式AI设计新分子；大模型技术（Bio
2025-06-30 14:25:09
996
原创 2025.06.27【技术观察L0】AlphaGenome：DeepMind推出的全新AI基因组解读平台
Google DeepMind推出AlphaGenome AI平台，革新基因组学研究。该平台采用CNN+Transformer混合架构，能处理长达100万碱基对的DNA序列，同时预测基因起止点、RNA表达、染色质可及性等多种分子属性。其核心突破在于单一模型实现多模态分析，并提供变异效应高通量评估，在24/26项任务中超越现有最佳模型。AlphaGenome已开放API预览版，将助力疾病机制研究、合成生物学及基础基因组学探索，为精准医学带来新工具。
2025-06-27 12:15:10
937
原创 2025.06.27【微生物】|PlasFlow安装全流程详解（含依赖版本与环境配置）
PlasFlow是一款基于深度学习的质粒识别工具，但其安装过程因依赖版本问题常遇困难。本文详细介绍了PlasFlow的安装流程，包括必须使用Python 3.5环境、keras==2.0.8和tensorflow==1.2.1等特定版本依赖，以及通过conda创建隔离环境的步骤。同时提供了源码安装方法、模型文件准备和使用示例，并针对常见问题如protobuf版本冲突等给出了解决方案。该指南适用于Linux系统或Windows WSL，帮助用户顺利完成PlasFlow的安装和配置。
2025-06-27 11:46:41
933
原创 2025.06.26【微生物】PathoScope安装与使用详解：微生物丰度定量分析全流程
PathoScope是一款基于贝叶斯方法的微生物分类与丰度估算工具，支持16S、宏基因组和转录组等多种数据类型。该工具通过比对测序reads与参考数据库，进行精确的微生物分类和定量分析。安装推荐使用Bioconda（需Python 2.7环境），分析流程包括构建参考数据库、比对reads和定量分析三个主要步骤。输出结果包含基因组名称、reads分配百分比、置信度等信息，以TSV格式呈现。PathoScope能够高效准确地解析微生物群落结构，适用于复杂样本分析，结果可用Excel或R进一步处理和可视化。
2025-06-26 16:55:40
784
原创 2025.06.26【微生物】|QIIME2分析ONT扩增子数据的标准流程
本文介绍了使用QIIME2分析Oxford Nanopore（ONT）全长16S扩增子数据的完整流程。主要内容包括数据导入、去冗余、97%相似度OTU聚类、去嵌合体、物种注释及可视化分析等步骤，并详细说明了manifest和metadata文件的格式要求。针对ONT数据特点，文章建议进行预过滤并使用全长16S数据库注释，同时提供了可选多样性分析方案。该流程能够高效完成多样本微生物群落分析，为研究者提供了一种可靠的ONT扩增子数据处理方法。
2025-06-26 14:18:51
820
原创 2025.06.25【微生物】|Emu工具安装与使用详解：全长16S扩增子微生物丰度分析
Emu是一款基于贝叶斯方法的微生物多样性分析工具，专为处理高错误率的长读长16S/18S扩增子数据优化。本文详细介绍了Emu的安装与使用方法：1)通过conda创建独立环境并安装Emu；2)提供SILVA等预构建数据库的下载指南，并说明自定义数据库的构建方法；3)演示单样本和多样本分析流程，解读关键输出文件；4)介绍丰度表合并、分类等级汇总等实用功能扩展；5)建议后续分析方向。文章还附有官方GitHub链接和相关文献资源，为微生物群落结构研究提供了一套完整的分析解决方案。
2025-06-25 12:00:03
661
原创 2025.06.24【R语言】|clusterProfiler安装与常见报错FAQ全解
本文介绍了clusterProfiler工具的安装方法及常见报错解决方案。安装可通过Bioconductor或Conda完成，需注意安装配套注释包。文中列举了10种常见报错，包括依赖包缺失、ID类型不匹配、物种不支持等问题，并给出具体解决方法。最后总结了GO/KEGG富集分析的标准流程，包括ID转换、富集分析和可视化步骤，为生物信息学分析提供实用参考。建议使用R≥4.2版本，并确保正确调用BiocManager进行安装。
2025-06-24 11:39:03
847
原创 2025.06.24【R语言】|clusterProfiler：R语言功能富集工具安装与使用说明
clusterProfiler 是R/Bioconductor生态中最流行的功能富集分析包之一，由于其强大的兼容性、丰富的可视化和灵活的接口，广泛应用于转录组、蛋白组、表观组等多组学数据的生物学意义挖掘。
2025-06-24 10:54:03
1367
原创 2025.06.23【甲基化】|methylKit常见疑难解答与实用技巧（FAQ）
本文整理了R包methylKit使用中常见问题与实用技巧，包括输入文件格式要求、大数据内存优化方法、多样本合并策略、结果注释流程等关键内容。针对报错"Error: object ‘key<-’ is not exported"和"libRblas.so缺失"等典型问题提供了解决方案，并介绍了如何读取特定格式文件、导出可视化数据等实用操作。文章结合官方文档和社区经验，旨在帮助用户高效解决甲基化数据分析中的技术难题，提升分析效率。适用于需要处理高通量甲基化测序数据的
2025-06-23 12:12:36
897
原创 2025.06.23【甲基化】methylKit：甲基化测序数据分析安装与详细使用教程
摘要： methylKit是R语言中用于分析高通量亚硫酸盐测序数据的专业工具包，支持RRBS、WGBS等技术的甲基化数据分析。主要功能包括数据读取、甲基化水平统计、差异甲基化检测、基因组注释及可视化。安装可通过Bioconductor或Conda完成，建议R≥4.0版本。分析流程涵盖数据读取、过滤质控、样本合并、差异分析及功能注释，支持多种输入格式和大数据处理。methylKit简化了从原始数据到生物学解释的全流程，是甲基化研究的实用工具，具体操作可参考官方文档和教程。
2025-06-23 12:01:39
927
原创 2025.06.20【pacbio】|PB甲基化分析结果的统计与可视化介绍
本文介绍了PacBio甲基化数据的统计分析与可视化方法。主要内容包括：1) 分析甲基化位点分布、比例及染色体分布；2) 修饰基序（Motif）的统计与热图展示；3) 全基因组和局部区域测序深度可视化；4) 使用IGV查看单个reads修饰情况。文章提供了R代码示例，涵盖柱状图、分布图、热图等多种可视化形式，并建议了差异甲基化分析等进阶方法，帮助科研人员深入挖掘甲基化数据。
2025-06-20 12:18:55
1347
原创 2025.06.20【pacbio】|使用Snakemake构建可重复的PacBio全基因组甲基化分析流程
本文介绍了一个基于Snakemake的自动化流程，用于分析PacBio SMRT测序数据的DNA甲基化。流程涵盖从原始数据比对到甲基化检测的全过程，包含参考基因组索引构建、序列比对、修饰位点识别等核心步骤。通过配置文件和样本信息文件实现参数自定义，确保结果可重复性。该流程整合了pbmm2、ipdSummary等PacBio官方工具，并通过自动化处理减少手动操作错误，适合批量分析多个样本。输出文件包括GFF格式修饰位点、CSV统计表以及可视化文件，为表观遗传学研究提供完整分析方案。
2025-06-20 12:06:28
1158
原创 2025.06.18【转录组】|Ribo-seq/small RNA数据分析：rRNA和smRNA比对率统计全流程
本文介绍了一种自动化统计rRNA/smRNA比对率的方法，用于评估Ribo-seq或small RNA测序数据的质量。主要内容包括：分析原理（比对率定义、参考序列来源）、实践流程（构建索引、比对统计）以及结果可视化方法。通过Python和R脚本实现自动化处理，可生成汇总表格和柱状图。比对率结果能反映样品污染程度，建议控制在20%以下。该流程有助于快速评估测序质量，为后续分析提供可靠依据。文中还提供了常见问题解决方案和脚本示例，适用于生物信息学标准化质控环节。
2025-06-18 16:24:00
980
原创 2025.06.17【WGS】|多样品VCF文件中每个样品SNP数统计方法详解（含代码与注释）
摘要：本文介绍了一种从合并后的VCF文件中统计每个样品SNP数目的方法。通过解析VCF文件中的GT字段，排除纯合参考（0/0）和缺失（./.）的基因型，准确计算各样本的SNP位点数。文中提供了完整的Python脚本，利用bcftools工具高效处理大规模VCF文件，并支持输出SNP统计结果。该方法适用于群体遗传学和RAD-seq等高通量测序数据分析的质控环节，还可扩展为统计杂合/纯合SNP等进阶需求。脚本使用简单，只需输入VCF文件即可生成样本-SNP数目的统计报表。
2025-06-17 17:37:59
699
原创 2025.06.17【BUG】|多样品VCF文件合并技巧及注意事项（以bcftools为例）
本文介绍了使用bcftools工具合并多个VCF文件的标准流程与实用技巧。主要内容包括：1) 提供两种合并方法（直接合并和文件列表合并）；2) 强调合并前的准备工作，如文件格式检查、样本名唯一性验证；3) 分析常见报错（如重复样本名、缺少索引）的解决方案；4) 推荐自动化脚本工具用于格式转换、重复检查和统计；5) 提供合并后的格式转换与统计方法。文章特别提醒合并前需确保VCF文件为bgzip压缩格式并建立索引，使用文件列表可避免误操作，并分享了配套Python脚本提升分析效率。
2025-06-17 17:00:32
873
原创 2025.06.16【Ribo-seq】|sORF翻译能力预测：ORFscore计算与解读
ORFscore是评估开放阅读框(ORF)翻译活性的关键指标，通过分析Ribo-seq数据中核糖体足迹的分布特征来量化翻译活性。本文系统介绍了ORFscore的计算原理和实际应用。ORFscore计算基于三碱基周期性和读段分布特征，公式为标准化读段分布的方差值。分析流程包括数据准备、ORF信息提取、ORFscore计算及结果解读，并提供质量控制方法。ORFscore结果可用于新ORF发现和翻译效率分析，但需注意数据质量控制和多维度验证。典型阈值设定为：ORFscore>0.5表示高可信度翻译ORF，&
2025-06-16 10:52:54
1022
原创 2025.06.16【转录组】|Ribo-seq数据流程详解（二 基因组比对）
本文详细介绍了Ribo-seq数据分析中的比对流程，包括环境准备、STAR索引构建、比对参数设置及结果统计可视化。通过samtools和R脚本实现比对质量评估，提供常见问题解决方案和关键指标解读。该流程强调比对参数优化和质量控制，为后续翻译组学分析奠定基础。
2025-06-16 10:38:09
1093
原创 2025.06.12【3D曲线图】|用Python绘制DNA甲基化3D曲线图（以CpG位点为例）
本文介绍了利用Python matplotlib库绘制3D曲线图可视化DNA甲基化数据的方法。文章以CpG位点甲基化数据为例，展示了从数据准备到3D图形生成的完整流程，包含代码实现和结果解读。通过X轴（CpG位点）、Y轴（组织类型）和Z轴（甲基化百分比）的三维展示，能够直观比较不同组织或疾病状态下的甲基化模式差异。这种可视化方法有助于发现甲基化水平的区域性变化和分组特征，为生物医学研究提供重要线索。最后还提供了图形保存和参数调整的建议，便于读者根据实际需求应用。
2025-06-12 16:04:57
613
原创 2025.06.11【Ribo-seq】|用CPAT预测sORF序列的编码潜能
摘要：本文介绍了使用CPAT工具预测sORF编码潜能的方法。sORF（small Open Reading Frame）在基因组中广泛存在且具有重要功能。文章详细讲解了CPAT安装、物种模型下载、sORF核酸序列准备（需拼接后的ORF序列）等步骤，并提供了Python示例脚本。运行CPAT后需重点关注"Coding_prob"值（人类阈值推荐0.364）。作者强调必须使用拼接后的ORF序列而非基因组区间，并解答了常见问题。最后建议结合多种工具和生物学证据综合判断结果。（148字）
2025-06-11 17:28:57
1107
原创 2025.06.11【Ribo-seq】|根据注释文件获取外显子及ORF序列
摘要：本文介绍从RiboCode生成的GTF文件中提取ORF外显子序列的流程。主要步骤包括：1) 使用Python脚本将GTF文件中exon条目转换为BED格式；2) 通过bedtools工具提取外显子FASTA序列；3) 根据orf_id拼接外显子获得完整ORF序列。关键点涉及GTF(1-based)到BED(0-based)的坐标转换，以及链特异性(-s)和序列命名(-name)参数设置。该流程最终输出包含ORF标识和基因组位置信息的FASTA序列，为后续ORF分析提供基础数据。（149字）
2025-06-11 17:26:46
324
原创 2025.06.09【RNA-seq】|逆转录元件（retrotransposon）表达分析全流程详解
逆转录元件（Retrotransposon）是一类能够通过“复制-粘贴”机制在基因组中移动的转座元件。它们首先将自身DNA转录为RNA，再通过逆转录酶反转录为DNA并插入到基因组新位置。 逆转录元件广泛存在于真核生物基因组中（如人类基因组约40%为转座元件），对基因组进化、基因调控、疾病发生等具有重要意义。
2025-06-09 14:37:13
814
原创 2025.06.09【读书笔记】|PromptBio：让生信分析更简单的AI平台
PromptBio 最大的特色就是“对话式智能体”。什么意思呢？就是你可以像和AI聊天一样，告诉它你的需求，比如“帮我分析一下这组转录组数据”，它就能自动帮你完成数据管理、处理、分析等一系列操作。总的来说，PromptBio 是一个非常适合生信初学者的平台。它用AI和自动化技术，把复杂的生信分析变得简单易用。无论你是刚入门，还是想提升效率，都可以试试这个平台。如果你对生信分析感兴趣，或者正在为数据处理发愁，不妨去PromptBio 官网看看，说不定会有意想不到的收获！
2025-06-09 14:21:40
668
原创 2025.06.07【Ribo-seq】|RiboCode定量命令ORFcount结果输出为0的原因与解决方案
ORFcount输出全为0，99%是因为BAM和GTF参考不一致。RiboCode_onestep用转录本BAM，ORFcount用基因组BAM。保证GTF和BAM参考一致，ORFcount才能输出真实的ORF定量结果。如果您觉得这篇文章对您有所帮助，或者激发了您对生物信息学的兴趣，我诚挚地邀请您：🔔 关注我的账号，不错过每一次知识的分享和探索的旅程。📚 我承诺，将持续为您带来深度与广度兼具的生物信息学内容，让我们一起在知识的海洋中遨游，发现更多未知的奇迹。
2025-06-07 10:27:32
508
原创 2025.06.06【Ribo-seq】|riboWaltz：P-site定位与三碱基周期性分析流程
同学们，大家好！今天我们要学习的是riboWaltz——一款专为Ribo-seq（核糖体足迹测序）数据设计的R包，主要用于P-site定位优化和三碱基周期性分析。P-site的准确定位是Ribo-seq下游所有翻译组学分析的基础，riboWaltz为我们提供了系统、可视化、易用的解决方案。P-site定位优化：自动识别不同长度RPF的最佳P-site偏移量。三碱基周期性分析：可视化RPF在CDS、UTR等区域的分布，评估数据质量。多样本/多条件支持：可同时处理多个样本，便于批量分析和对比。
2025-06-06 16:03:39
912
原创 2025.06.06【Ribo-seq】|RiboCode：基于Ribo-seq数据的全基因组翻译ORF检测工具详解与实战流程
大家好！今天我们要学习的是RiboCode——一个专为Ribo-seq（核糖体足迹测序）数据设计的高质量翻译ORF（开放阅读框）检测工具。RiboCode能够帮助我们在全基因组范围内精准识别翻译事件，发掘经典CDS之外的uORF、dORF、重叠ORF等新型翻译本，极大拓展了我们对转录本翻译潜能的认知。RiboCode 是由清华大学杨学睿课题组开发的开源软件，支持Linux/Mac平台，采用Python实现。自动化流程：一条命令即可完成注释准备、P-site定位、ORF预测。高灵敏度与特异性。
2025-06-06 15:44:34
933
原创 2025.05.30【转录组】|Ribo-seq数据流程详解（一 质量控制）
本文详细介绍了Ribo-seq数据的质控分析流程，重点讲解了使用fastp进行原始数据质控的关键步骤和参数设置。作者通过Snakemake自动化流程示例，展示了如何去除接头序列、过滤低质量reads、生成质控报告等操作。文章强调高质量的Ribo-seq数据对转录后调控和翻译动态研究的重要性，并提供了兼顾数据质量和下游分析需求的参数配置建议。该流程有助于研究人员规范高效地完成Ribo-seq数据质控，为后续分析提供可靠数据基础。
2025-05-30 11:23:56
124
原创 2025.05.29【Network】多组学分析：网络互作图绘制
本文介绍了使用R语言进行网络图绘制的方法与技巧。重点讲解了三个核心R包的使用：igraph用于网络图数据准备与基础绘制，ggraph基于图形语法实现高级可视化，networkD3则为网络图添加交互功能。文章涵盖了从基本概念、包安装、创建网络图对象，到自定义样式布局、添加交互性等完整流程，并提供了度分布、聚类系数等网络分析指标的计算方法。通过清晰的代码示例，帮助读者掌握生物信息学数据可视化的关键技能，为复杂数据的直观展示和分析提供实用工具。
2025-05-29 10:04:37
51
原创 2025.05.29【Ridgeline】多组学分析：多变量数据协同可视化
Ridgeline图（山脊图）是一种高效的多变量数据可视化工具，特别适用于生物信息学领域。本文介绍了如何使用R语言中的ridgelines包创建这种图表，通过堆叠分布曲线直观比较不同样本或条件下的数据分布。文章详细演示了从数据准备到图表生成的完整流程，包括安装包、调整参数等步骤，并以基因表达数据为例进行了案例分析。Ridgeline图能够清晰展示数据的分布特征和差异，是探索多维度数据的重要可视化方法，为生物信息学研究提供了有力支持。
2025-05-29 10:01:45
145
原创 2025.05.28【读书笔记】|如何用SILVA和RFAM数据库高效去除rRNA污染
摘要： 在Ribo-seq等测序数据分析中，清除rRNA污染对结果准确性至关重要。仅使用SILVA数据库可能遗漏5S rRNA污染，建议结合RFAM数据库（特别是RF00001家族）全面清除。操作要点包括：下载两库序列、将RNA碱基U替换为DNA的T、合并序列建立索引，使用bowtie2过滤rRNA reads。注意U/T转换是关键，否则会导致比对失败。该方法能有效提升数据清洁度，为后续分析奠定基础。
2025-05-28 16:25:56
526
原创 2025.05.28【Choropleth】群体进化学专用图：区域数据可视化
本文介绍了使用R语言创建Choropleth地图的技巧，重点讲解leaflet和ggplot2两个包的应用。leaflet用于创建交互式地图，支持缩放和高亮显示；ggplot2则适用于制作静态地图，适合报告和演示。通过具体代码示例展示了数据加载、地图绘制和自定义选项设置。这种可视化方法特别适合展示地理分布数据，如人口密度、疾病发病率和物种分布等，为生物信息学数据分析提供了有力工具。
2025-05-28 14:16:56
1518
原创 2025.05.28【Parallel】Parallel绘图：拟时序分析专用图
摘要：平行坐标图是一种强大的多维数据可视化工具，特别适合展示生物信息学中的复杂基因表达数据。本文介绍了平行坐标图的核心概念和优势，并提供了实现方法：在R中使用ggplot2包创建静态图表，以及通过d3.js构建交互式可视化。教程包含详细的代码示例，帮助0基础用户快速掌握这一技术，提升数据分析能力。文章最后鼓励读者点赞关注，以获取更多生物信息学相关知识。
2025-05-28 14:14:37
713
原创 2025.05.12【Waffle】精美Waffle图绘制指南
本文介绍了使用R语言waffle包绘制Waffle图的方法。Waffle图通过网格中的彩色方块直观展示分类数据占比，适用于生物信息学等领域的数据可视化。文章从基础安装开始，逐步讲解简单Waffle图的绘制、颜色和布局自定义、标题注释添加等高级功能，并展示如何结合ggplot2增强图表效果。通过氨基酸分布等示例代码，帮助读者掌握这一实用可视化工具，为科研数据展示提供了新选择。
2025-05-27 09:50:45
142
原创 2025.05.27【堆叠分组条形图】分组与堆叠条形图的绘制技巧
本文介绍了使用R语言绘制堆叠与分组条形图的技巧。主要内容包括：1）堆叠条形图的特点及适用场景，特别适合展示生物信息学中的分类数据；2）通过ggplot2包的详细实现步骤，包括数据准备、基础绘图、透明度调整、图例定制和数据排序；3）演示了数据分组显示及堆叠与分组结合的绘制方法。文中配有示例代码和效果图，帮助读者掌握多种条形图变体的绘制技巧，以适应不同数据可视化需求。文章最后鼓励读者点赞关注，以便获取更多生物信息学数据分析相关内容。
2025-05-27 09:49:59
339
固态硬盘选购一览表.xlsx
2020-08-28
7.17丨服务器性价比调研表.xlsx
2020-08-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人