R语言——绘图函数深入学习

利用R自带数据集

通过data()函数可以查看R自带数据集。

> data()

返回以下结果，每一条记录都是一个数据，键入相应的数据名称可以查看具体信息。

Data sets in package ¡®datasets¡¯:



AirPassengers             Monthly Airline Passenger Numbers 1949-1960

BJsales                   Sales Data with Leading Indicator

BJsales.lead (BJsales)    Sales Data with Leading Indicator

BOD                       Biochemical Oxygen Demand

CO2                       Carbon Dioxide Uptake in Grass Plants

ChickWeight               Weight versus age of chicks on different diets

DNase                     Elisa assay of DNase

EuStockMarkets            Daily Closing Prices of Major European Stock

                          Indices, 1991-1998

Formaldehyde              Determination of Formaldehyde

HairEyeColor              Hair and Eye Color of Statistics Students

Harman23.cor              Harman Example 2.3

Harman74.cor              Harman Example 7.4

 

例如我们查看mtcars (Motor Trend Car Road Tests)的信息。

> mtcars

                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb

Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4

Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1

Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2

Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3

Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4

Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4

Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2

AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2

Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8

Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

 

经典的鸢尾花数据集，包括花萼长度，花萼宽度，花瓣长度，花瓣宽度，品种 五个属性

共有150条记录。

> iris

    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species

1            5.1         3.5          1.4         0.2     setosa

2            4.9         3.0          1.4         0.2     setosa

3            4.7         3.2          1.3         0.2     setosa

4            4.6         3.1          1.5         0.2     setosa

5            5.0         3.6          1.4         0.2     setosa

6            5.4         3.9          1.7         0.4     setosa

7            4.6         3.4          1.4         0.3     setosa

8            5.0         3.4          1.5         0.2     setosa

9            4.4         2.9          1.4         0.2     setosa

10           4.9         3.1          1.5         0.1     setosa

11           5.4         3.7          1.5         0.2     setosa

12           4.8         3.4          1.6         0.2     setosa

13           4.8         3.0          1.4         0.1     setosa

14           4.3         3.0          1.1         0.1     setosa

15           5.8         4.0          1.2         0.2     setosa

16           5.7         4.4          1.5         0.4     setosa

17           5.4         3.9          1.3         0.4     setosa

18           5.1         3.5          1.4         0.3     setosa

19           5.7         3.8          1.7         0.3     setosa

20           5.1         3.8          1.5         0.3     setosa

21           5.4         3.4          1.7         0.2     setosa

22           5.1         3.7          1.5         0.4     setosa

23           4.6         3.6          1.0         0.2     setosa

24           5.1         3.3          1.7         0.5     setosa

25           4.8         3.4          1.9         0.2     setosa

26           5.0         3.0          1.6         0.2     setosa

27           5.0         3.4          1.6         0.4     setosa

28           5.2         3.5          1.5         0.2     setosa

29           5.2         3.4          1.4         0.2     setosa

30           4.7         3.2          1.6         0.2     setosa

31           4.8         3.1          1.6         0.2     setosa

32           5.4         3.4          1.5         0.4     setosa

33           5.2         4.1          1.5         0.1     setosa

34           5.5         4.2          1.4         0.2     setosa

35           4.9         3.1          1.5         0.2     setosa

36           5.0         3.2          1.2         0.2     setosa

37           5.5         3.5          1.3         0.2     setosa

38           4.9         3.6          1.4         0.1     setosa

39           4.4         3.0          1.3         0.2     setosa

40           5.1         3.4          1.5         0.2     setosa

41           5.0         3.5          1.3         0.3     setosa

42           4.5         2.3          1.3         0.3     setosa

43           4.4         3.2          1.3         0.2     setosa

44           5.0         3.5          1.6         0.6     setosa

45           5.1         3.8          1.9         0.4     setosa

46           4.8         3.0          1.4         0.3     setosa

47           5.1         3.8          1.6         0.2     setosa

48           4.6         3.2          1.4         0.2     setosa

49           5.3         3.7          1.5         0.2     setosa

50           5.0         3.3          1.4         0.2     setosa

51           7.0         3.2          4.7         1.4 versicolor

52           6.4         3.2          4.5         1.5 versicolor

53           6.9         3.1          4.9         1.5 versicolor

54           5.5         2.3          4.0         1.3 versicolor

55           6.5         2.8          4.6         1.5 versicolor

56           5.7         2.8          4.5         1.3 versicolor

57           6.3         3.3          4.7         1.6 versicolor

58           4.9         2.4          3.3         1.0 versicolor

59           6.6         2.9          4.6         1.3 versicolor

60           5.2         2.7          3.9         1.4 versicolor

61           5.0         2.0          3.5         1.0 versicolor

62           5.9         3.0          4.2         1.5 versicolor

63           6.0         2.2          4.0         1.0 versicolor

64           6.1         2.9          4.7         1.4 versicolor

65           5.6         2.9          3.6         1.3 versicolor

66           6.7         3.1          4.4         1.4 versicolor

67           5.6         3.0          4.5         1.5 versicolor

68           5.8         2.7          4.1         1.0 versicolor

69           6.2         2.2          4.5         1.5 versicolor

70           5.6         2.5          3.9         1.1 versicolor

71           5.9         3.2          4.8         1.8 versicolor

72           6.1         2.8          4.0         1.3 versicolor

73           6.3         2.5          4.9         1.5 versicolor

74           6.1         2.8          4.7         1.2 versicolor

75           6.4         2.9          4.3         1.3 versicolor

76           6.6         3.0          4.4         1.4 versicolor

77           6.8         2.8          4.8         1.4 versicolor

78           6.7         3.0          5.0         1.7 versicolor

79           6.0         2.9          4.5         1.5 versicolor

80           5.7         2.6          3.5         1.0 versicolor

81           5.5         2.4          3.8         1.1 versicolor

82           5.5         2.4          3.7         1.0 versicolor

83           5.8         2.7          3.9         1.2 versicolor

84           6.0         2.7          5.1         1.6 versicolor

85           5.4         3.0          4.5         1.5 versicolor

86           6.0         3.4          4.5         1.6 versicolor

87           6.7         3.1          4.7         1.5 versicolor

88           6.3         2.3          4.4         1.3 versicolor

89           5.6         3.0          4.1         1.3 versicolor

90           5.5         2.5          4.0         1.3 versicolor

91           5.5         2.6          4.4         1.2 versicolor

92           6.1         3.0          4.6         1.4 versicolor

93           5.8         2.6          4.0         1.2 versicolor

94           5.0         2.3          3.3         1.0 versicolor

95           5.6         2.7          4.2         1.3 versicolor

96           5.7         3.0          4.2         1.2 versicolor

97           5.7         2.9          4.2         1.3 versicolor

98           6.2         2.9          4.3         1.3 versicolor

99           5.1         2.5          3.0         1.1 versicolor

100          5.7         2.8          4.1         1.3 versicolor

101          6.3         3.3          6.0         2.5  virginica

102          5.8         2.7          5.1         1.9  virginica

103          7.1         3.0          5.9         2.1  virginica

104          6.3         2.9          5.6         1.8  virginica

105          6.5         3.0          5.8         2.2  virginica

106          7.6         3.0          6.6         2.1  virginica

107          4.9         2.5          4.5         1.7  virginica

108          7.3         2.9          6.3         1.8  virginica

109          6.7         2.5          5.8         1.8  virginica

110          7.2         3.6          6.1         2.5  virginica

111          6.5         3.2          5.1         2.0  virginica

112          6.4         2.7          5.3         1.9  virginica

113          6.8         3.0          5.5         2.1  virginica

114          5.7         2.5          5.0         2.0  virginica

115          5.8         2.8          5.1         2.4  virginica

116          6.4         3.2          5.3         2.3  virginica

117          6.5         3.0          5.5         1.8  virginica

118          7.7         3.8          6.7         2.2  virginica

119          7.7         2.6          6.9         2.3  virginica

120          6.0         2.2          5.0         1.5  virginica

121          6.9         3.2          5.7         2.3  virginica

122          5.6         2.8          4.9         2.0  virginica

123          7.7         2.8          6.7         2.0  virginica

124          6.3         2.7          4.9         1.8  virginica

125          6.7         3.3          5.7         2.1  virginica

126          7.2         3.2          6.0         1.8  virginica

127          6.2         2.8          4.8         1.8  virginica

128          6.1         3.0          4.9         1.8  virginica

129          6.4         2.8          5.6         2.1  virginica

130          7.2         3.0          5.8         1.6  virginica

131          7.4         2.8          6.1         1.9  virginica

132          7.9         3.8          6.4         2.0  virginica

133          6.4         2.8          5.6         2.2  virginica

134          6.3         2.8          5.1         1.5  virginica

135          6.1         2.6          5.6         1.4  virginica

136          7.7         3.0          6.1         2.3  virginica

137          6.3         3.4          5.6         2.4  virginica

138          6.4         3.1          5.5         1.8  virginica

139          6.0         3.0          4.8         1.8  virginica

140          6.9         3.1          5.4         2.1  virginica

141          6.7         3.1          5.6         2.4  virginica

142          6.9         3.1          5.1         2.3  virginica

143          5.8         2.7          5.1         1.9  virginica

144          6.8         3.2          5.9         2.3  virginica

145          6.7         3.3          5.7         2.5  virginica

146          6.7         3.0          5.2         2.3  virginica

147          6.3         2.5          5.0         1.9  virginica

148          6.5         3.0          5.2         2.0  virginica

149          6.2         3.4          5.4         2.3  virginica

150          5.9         3.0          5.1         1.8  virginica

 

 

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(R语言)

  • 【机器学习与R语言】1-机器学习简介 苹果酱0567 面试题汇总与解析java中间件开发语言springboot后端
    1.基本概念机器学习：发明算法将数据转化为智能行为数据挖掘VS机器学习：前者侧重寻找有价值的信息，后者侧重执行已知的任务。后者是前者的先期准备过程：数据——>抽象化——>一般化。或者：收集数据——推理数据——归纳数据——发现规律抽象化：训练：用一个特定模型来拟合数据集的过程用方程来拟合观测的数据：观测现象——数据呈现——模型建立。通过不同的格式来把信息概念化一般化：一般化：将抽象化的知识转换成可用
  • R语言标准普尔500指数Garch(1,1)模型 ronghuilin
    一、例3.3标准普尔500指数的月超额收益率，从1926年开始，共792个观察值，如图所示。记rt为超额收益率，rt的样本ACF和rt2的样本PACF。在间隔为1，3时有少许序列相关性，但主要特征是平方序列显示的强烈线性相关性。例题建立garch(1,1)模型的过程：（1）应用arma(p,q)模型消除数据的线性依赖（2）在arma(p,q)模型基础上，建立garch(1,1)模型（3）改进g
  • R 地图绘制-比例尺与指北针 jamesjin63
    ggplot绘制mapR语言可以进行数据分析，也可以进行地图绘制，而且非常简洁，快速。虽然Arcgis基于桌面可视化操作，能够进行空间分析，但是唯一不足的就是操作步骤繁琐而且一不小心，就要从头再来，可重复性较低。这篇文章主要讲述如何利用R语言中的ggplot与sf绘制带有指北针、图列与标尺的地图屏幕快照2020-06-28下午9.27.59.png数据我们下载非洲地区54个国家的图层Afirca.
  • 学习小组Day4笔记--王英芳 一万万万万
    R语言基础准备工作电脑用户名需要是英文R基础，Rstudio人性化界面资源Rfordatasciencechapter1下载RandRstudio给自己一个全新的R语言环境R是什么一种变成语言，统计计算和绘图的环境，汇集了许多函数，强大分析功能。图形界面Rstudio开源集成开发环境IDE4个板块，脚本编辑器，控制台（脚本运行，结果显示），environment（对象/变量列表）history，文
  • R语言 基础笔记 waterHBO r语言笔记开发语言
    起因:今天不知道要写什么。把之前的笔记复制一下。代码开头，导入:#清除系统变量rm(list=ls())#隐藏警告信息:options(warn=-1)#把当前目录，设置为工作目录。library(rstudioapi)current_folder_path0.0&ideology<10.0)分组聚合，类似groupby()df2<-aggregate(df1KaTeXparseerror:Exp
  • R语言包AMORE安装报错问题以及RStudio与Rtools环境配置 卡卡_R-Python R语言数据分析与可视化r语言开发语言
    在使用R语言进行AMORE安装时会遇到报错，这时候需要采用解决办法：'''AMORE包安装，需要离线官网下载安装包：Indexof/src/contrib/Archive/AMORE(r-project.org)https://cran.r-project.org/src/contrib/Archive/AMORE/一、出现的问题最近开始学习R语言，安装了最新版的R4.4.1和RStudio，但安
  • 生态位宽度计算&可视化展示（R语言） 光疏介质 r语言
    生态位宽度是指物种（或其它生物单位）在群落中所利用的各种不同资源的总和。物种的生态位越宽，该物种的特化程度就越小，倾向于泛化种（generalistspecies）；物种的生态位越窄，倾向于是一个特化种（specialistsspecies）。本篇所使用为生态位宽度指数即**Levins的生态位宽度指数。**（除此之外也有用shannon指数）#安装并加载必要的包if(!requireNamesp
  • R语言多项逻辑回归-因变量是无序多分类 医学和生信笔记 医学统计学r语言医学统计学
    因变量是无序多分类资料（＞2）时，可使用多分类逻辑回归（multinomiallogisticregression）。使用课本例16-5的数据，课本电子版及数据已上传到QQ群，自行下载即可。某研究人员欲了解不同社区和性别之间居民获取健康知识的途径是否相同，对2个社区的314名成人进行了调查，其中X1是社区，社区1用0表示，社区2用1表示；X2是性别，0是男，1是女，Y是获取健康知识途径，1是传统大
  • Protocol Buffer编译器安装 雪域迷影
    本文翻译自ProtocolBufferCompilerInstallationProtocolBufferCompilerInstallation如何安装protocolbuffer编译器尽管不是强制性的，但gRPC应用程序通常利用ProtocolBuufer来进行服务定义和数据序列化。该站点上的大多数示例代码都使用protocolbuffer语言（proto3）的版本3。protocolbuff
  • R语言自学笔记-2内置数据集 实验室长工
    #b站视频——R语言入门与数据分析#内置数据集#固定格式的数据（矩阵、数据框或一个时间序列等）#统计建模、回归分析等试验需要找合适的数据集#R内置数据集，存储在，通过help(package="datasets")#通过data函数访问这些数据集data()#得到新窗口前面：数据集名字后面：内容#包含R所有用到的数据类型，包括：向量、矩阵、列表、因子、数据框以及时间序列等#直接输入数据集的名字就可
  • 在TCGA上下载数据并且进行处理 Red Red 生信小技巧r语言数据库
    浏览器搜索TCGAGDC进入网站在TCGA数据库主页选择“Repository”模式根据所需要的选项在侧边栏选择数据清空购物车！！第一次登陆可忽略将刚刚选择好的数据加入购物车，并且在购物车里下载Metadata和Cart数据，下载到同一个文件夹下。使用R语言脚本对数据进行处理，将其提取为genesymbol和样本的数据，推荐看一下该博主处理数据！！真的非常详细！他R语言脚本在这个链接里
  • R语言-非结构化数据-文本数据读入 pdc31czy Rr语言数据分析
    #2.2.2非结构化数据-文本数据读入rm(list=ls())#清空工作空间##1.读入简单文本数据###假如数据包含大量经过结构化的文本数据#只需按照读入csv等标准式数据的方法读入#例：novel=read.csv("novel.csv",fileEncoding="UTF-8")head(novel)##2.用readtable读入文本###文本数据普通读法test=read.table(
  • Coding and Paper Letter（十四） G小调的Qing歌
    资源整理。1Coding:1.R语言包ungeviz，ggplot2的拓展包，专门用来作不确定性的可视化。ungeviz2.计算机图形学相关开源项目。计算机图形学光线追踪开源项目C++源码。computergraphicsraytracing计算机图形学格网开源项目C++源码。computergraphicsmeshes计算机图形学介绍开源项目。computergraphics3.R语言包GLMM
  • r语言做绘制精美pcoa图_R语言高级绘图 — ggplot2 weixin_39560002 r语言做绘制精美pcoa图
    2)PCA的作图PCA主成分分析，可以将高维数据进行降维处理。我们的OTU表格就是典型的高维数据，可以对其进行降维处理得到主成分PC1和PC2，然后将所有样品都分解到这两个成分方向，进行散点绘图，可以直观的看出样品间的差异。首先需要一系列的统计处理，然后用ggplot2进行绘图，过程如下：#加载需要的三个包(需要先下载，再加载)>library(ade4)>library(ggplot2)>lib
  • 科研绘图系列：R语言扩展物种堆积图（Extended Stacked Barplot） 生信学习者1 SCI科研绘图系列r语言数据可视化数据分析
    介绍R语言的扩展物种堆积图是一种数据可视化工具，它不仅展示了物种的堆积结果，还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异，为研究者提供了一种有效的数据解读方式。加载R包knitr::opts_chunk$set(warning=F,message=F)library(tidyverse)library(phyloseq)library(g
  • 科研绘图系列：R语言柱状图分布（histogram plot） 生信学习者1 SCI科研绘图系列r语言数据可视化
    文章目录介绍加载R包读取数据画图介绍柱状图（BarChart）是一种常用的数据可视化图表，用于展示和比较不同类别或组的数据。它通过在二维平面上绘制一系列垂直或水平的柱子来表示数据的大小，每个柱子的长度或高度代表一个数据点的数值。柱状图非常适合于展示分类数据的分布和比较。柱状图的特点：直观比较：柱状图可以直观地展示不同类别之间的数值比较，易于理解。分类展示：数据按照类别或组别进行分组展示，每个类别用
  • 科研绘图系列：R语言富集散点图（enrichment scatter plot） 生信学习者1 SCI科研绘图系列r语言数据可视化
    介绍富集通路散点图（EnrichmentPathwayScatterPlot）是一种数据可视化工具，用于展示基因集富集分析（GeneSetEnrichmentAnalysis,GSEA）的结果。横坐标是对应基因名称，纵坐标是通路名称，图中的点表示该基因在某个通路下的qvalue，可以简单理解为不同环境下的贡献大小。加载R包导入所需要的R包，在导入前需要用户自己安装。library(readxl)l
  • Python-Matplotlib安装及简单使用 riyuexingchen0909 pythonpython图形
    在使用NumPy进行学习统计计算时是枯燥的，大量的数据令我们很头疼，所以我们需要把它图形化显示。Matplotlib是一个Python的图形框架，类似于MATLAB和R语言。Matplotlib的官网地址是http://matplotlib.org/，下载地址为http://matplotlib.org/downloads.html，选择对应的版本即可安装，我选择的版本为matplotlib-1.
  • sublime安装python库_Mac OS 轻松用 Sublime Text 3 配置Python编译环境 weixin_39603397
    最近在学习数据分析相关的知识，对比Python和R语言在数据分析领域的优劣，Python更胜一筹。要学习Python，首先需要搭建编译环境。一.编译工具的选择Python的编译工具有两种，1.文本编辑器，SublimeText3,(还有vim,VistualStudioCode),此处重点介绍SublimeText32.集成开发环境(IDE),主要有pycharmpython，iclipsepyt
  • 在linux（ubuntu）中使用网页版的rstudio Chao_Powell_Hou
    RStudio是R语言集成开发环境的应用软件，RStudioServer是一个基于web访问的RStudio云端开发环境，需要安装在服务器上，支持多用户远程访问使用。可以在网页端打开，而且界面与windows版本的相同。安装就先不说了，挺简单的。安装完成后输入rstudio-server可以看到相应的指令。image.png为了激活，我们输入rstudio-serverstart，就已经激活了。但
  • 推荐一份生物信息学入门很好的参考材料 小明的数据分析笔记本
    链接是https://bioinformatics.uconn.edu/resources-and-events/tutorials-2/这个是康涅狄格大学（UniversityofConnecticut）提供的一份教程，主要的内容包括1、生物信息学中经常用到的文件格式image.png2、linux操作系统和R语言的基础知识image.png3、转录组数据的处理流程image.png这里包括有参
  • R语言基础学习 weixin_55475210 r语言学习开发语言
    R与RStudioR语言是数据科学和统计分析的语言，适合数据分析和数据可视化。R是开源的，拥有丰富的包（packages），可以与优化软件进行交互。RStudio提供了R语言的集成开发环境，支持代码编辑、运行、调试等功能。下载R：CRAN下载RStudio：RStudioDownloadRStudio界面基本操作保存/打开代码文件使用.R扩展名。保存/打开环境文件使用.Rdata扩展名。快捷键操作
  • 学习小组Day5笔记--森蝶 松风
    数据结构Day5+数据结构.png新手注意事项1.R的赋值符号不是等号，而是<-2.在Console控制台输入命令，相当于Linux的命令行3.R的代码都是带括号的，括号必须是英文的。4.显示工作路径getwd()5.向量是由元素组成的，元素可以是数字或者字符串。6.表格在R语言中改名叫数据框7.函数或者命令不会用时，除了百度/谷歌搜索以外，用这个命令查看帮助：?read.table，调出对应的帮
  • 学习小组Day6笔记--魏麻将 魏麻将
    R包什么？R包是R函数，编码和样本数据的集合，它们存储在R环境中的名为“library”的目录下。默认情况下，R在安装过程中安装一组软件包。当需要某些特定的目的时，也可根据需要添加更多的包。当我们启动R控制台时，默认情况下只有默认软件包可用。已经安装的其他软件包必须明确加载才能被要使用的R程序使用。注意：学生信，R语言必学的原因是丰富的图表和Biocductor上面的各种生信分析R包。安装和加载R
  • centos7 r语言安装_centos7 R-4.0.2 安装 weixin_39777404 centos7r语言安装
    tar-zvxfR-4.0.2.tar.gzcdR-*yuminstall-ygccyuminstall-ygcc-gfortranyuminstall-ygcc-c++yuminstall-yglibc-headersyuminstall-ylibreadline6-devgfortranyuminstall-yreadline-develyuminstall-ywgetlibXt-devely
  • linux下载R语言失败,[已解决]CentOS7下安装rjags失败 installation of package ‘rjags’ had non-zero exit status... 宁静致远敏 linux下载R语言失败
    问题CentOS7下安装rjags失败installationofpackage‘rjags’hadnon-zeroexitstatus详细报错>install.packages("gbs2ploidy",dependencies=TRUE)alsoinstallingthedependency‘rjags’tryingURL'https://cran.rstudio.com/src/contri
  • Centos 安装R语言环境 3.6 118路司机 RCentOScentosr语言python
    前言目前R语言最新版已经是4.0以上了，所以安装旧版本可以通过下载源码方式安装。源码地址https://cran.r-project.org/src/base/R-3/步骤1.下载源码wgethttps://cran.r-project.org/src/base/R-3/R-3.6.3.tar.gz2.解压tar-zxvfR-3.6.3.tar.gzcdR-3.6.33.配置安装目录mkdir/u
  • R语言使用rpart包构建决策树模型实战、使用prune函数按照指定复杂度对决策树剪枝、使用rpart.plot包中的prp函数可视化训练、剪枝好的决策树 statistics.insight r语言决策树数据挖掘机器学习
    R语言使用rpart包构建决策树模型实战、使用prune函数按照指定复杂度对决策树剪枝、使用rpart.plot包中的prp函数可视化训练、剪枝好的决策树、type参数、extra参数、fallen.leaves参数控制决策树精细化显示目录R语言使用rpart包构建决策树模型、使用prune函数按照指定复杂度对决策树剪枝、使用rpart.plot包中的prp函数可视化训练、剪枝好的决策树、type
  • r语言变量长度不一致怎么办_C语言，C++常见编译错误 weixin_39624094 r语言变量长度不一致怎么办
    fatalerrorC1003:errorcountexceedsnumber;stoppingcompilation中文对照：错误太多，停止编译分析：修改之前的错误，再次编译fatalerrorC1004:unexpectedendoffilefound中文对照：文件未结束分析：一个函数或者一个结构定义缺少“}”、或者在一个函数调用或表达式中括号没有配对出现、或者注释符“”不完整等fataler
  • 科研绘图系列：R语言单细胞差异基因四分图（Quad plot） 生信学习者2 R语言可视化r语言数据分析数据挖掘
    介绍在单细胞分析领域，为了探究不同分组间同一细胞类型的基因表达差异，研究者们常采用四分图（QuadPlot）作为分析工具。该图形的横轴代表比较组1，而纵轴代表比较组2。通过这种布局，四分图能够有效地展示两组间共有的差异表达基因，从而为深入理解细胞类型在不同条件下的分子特性提供直观的视角。这种可视化方法不仅揭示了组间基因表达的异同，还有助于识别可能在生物学过程或疾病发生中起关键作用的基因。加载R包导
  • 枚举的构造函数中抛出异常会怎样 bylijinnan javaenum单例
    首先从使用enum实现单例说起。 为什么要用enum来实现单例？ 这篇文章（ http://javarevisited.blogspot.sg/2012/07/why-enum-singleton-are-better-in-java.html）阐述了三个理由： 1.enum单例简单、容易，只需几行代码： public enum Singleton { INSTANCE;
  • CMake 教程 aigo C++
    转自：http://xiang.lf.blog.163.com/blog/static/127733322201481114456136/   CMake是一个跨平台的程序构建工具，比如起自己编写Makefile方便很多。 介绍：http://baike.baidu.com/view/1126160.htm 本文件不介绍CMake的基本语法，下面是篇不错的入门教程： http:
  • cvc-complex-type.2.3: Element 'beans' cannot have character Cb123456 springWebgis
      cvc-complex-type.2.3: Element 'beans' cannot have character     Line 33 in XML document from ServletContext resource [/WEB-INF/backend-servlet.xml] is i
  • jquery实例:随页面滚动条滚动而自动加载内容 120153216 jquery
    <script language="javascript"> $(function (){ var i = 4;$(window).bind("scroll", function (event){ //滚动条到网页头部的 高度，兼容ie,ff,chrome var top = document.documentElement.s
  • 将数据库中的数据转换成dbs文件 何必如此 sqldbs
    旗正规则引擎通过数据库配置器（DataBuilder）来管理数据库，无论是Oracle，还是其他主流的数据都支持，操作方式是一样的。旗正规则引擎的数据库配置器是用于编辑数据库结构信息以及管理数据库表数据，并且可以执行SQL 语句，主要功能如下。 1)数据库生成表结构信息：         主要生成数据库配置文件(.conf文
  • 在IBATIS中配置SQL语句的IN方式 357029540 ibatis
    在使用IBATIS进行SQL语句配置查询时，我们一定会遇到通过IN查询的地方，在使用IN查询时我们可以有两种方式进行配置参数：String和List。具体使用方式如下： 1.String:定义一个String的参数userIds，把这个参数传入IBATIS的sql配置文件，sql语句就可以这样写： <select id="getForms" param
  • Spring3 MVC 笔记（一） 7454103 springmvcbeanRESTJSF
             自从 MVC 这个概念提出来之后 struts1.X  struts2.X   jsf 。。。。。 这个view 层的技术一个接一个！ 都用过！不敢说哪个绝对的强悍！ 要看业务，和整体的设计！      最近公司要求开发个新系统！
  • Timer与Spring Quartz 定时执行程序 darkranger springbean工作quartz
    有时候需要定时触发某一项任务。其实在jdk1.3，java sdk就通过java.util.Timer提供相应的功能。一个简单的例子说明如何使用，很简单： 1、第一步，我们需要建立一项任务，我们的任务需要继承java.util.TimerTask package com.test; import java.text.SimpleDateFormat; import java.util.Date;
  • 大端小端转换，le32_to_cpu 和cpu_to_le32 aijuans C语言相关
    大端小端转换，le32_to_cpu 和cpu_to_le32  字节序 http://oss.org.cn/kernel-book/ldd3/ch11s04.html         小心不要假设字节序. PC 存储多字节值是低字节为先(小端为先, 因此是小端), 一些高级的平台以另一种方式(大端)
  • Nginx负载均衡配置实例详解 avords
    [导读] 负载均衡是我们大流量网站要做的一个东西，下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法，希望对有需要的同学有所帮助哦。负载均衡先来简单了解一下什么是负载均衡，单从字面上的意思来理解就可以解 负载均衡是我们大流量网站要做的一个东西，下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法，希望对有需要的同学有所帮助哦。 负载均衡 先来简单了解一下什么是负载均衡
  • 乱说的 houxinyou 框架敏捷开发软件测试
    从很久以前，大家就研究框架，开发方法，软件工程，好多！反正我是搞不明白！ 这两天看好多人研究敏捷模型，瀑布模型！也没太搞明白. 不过感觉和程序开发语言差不多， 瀑布就是顺序，敏捷就是循环. 瀑布就是需求、分析、设计、编码、测试一步一步走下来。而敏捷就是按摸块或者说迭代做个循环，第个循环中也一样是需求、分析、设计、编码、测试一步一步走下来。 也可以把软件开发理
  • 欣赏的价值——一个小故事 bijian1013 有效辅导欣赏欣赏的价值
    　　第一次参加家长会，幼儿园的老师说："您的儿子有多动症，在板凳上连三分钟都坐不了，你最好带他去医院看一看。"　　回家的路上，儿子问她老师都说了些什么，她鼻子一酸，差点流下泪来。因为全班30位小朋友，惟有他表现最差；惟有对他，老师表现出不屑，然而她还在告诉她的儿子："老师表扬你了，说宝宝原来在板凳上坐不了一分钟，现在能坐三分钟。其他妈妈都非常羡慕妈妈，因为全班只有宝宝
  • 包冲突问题的解决方法 bingyingao eclipsemavenexclusions包冲突
    包冲突是开发过程中很常见的问题： 其表现有： 1.明明在eclipse中能够索引到某个类，运行时却报出找不到类。 2.明明在eclipse中能够索引到某个类的方法，运行时却报出找不到方法。 3.类及方法都有，以正确编译成了.class文件，在本机跑的好好的，发到测试或者正式环境就 抛如下异常： java.lang.NoClassDefFoundError: Could not in
  • 【Spark七十五】Spark Streaming整合Flume-NG三之接入log4j bit1129 Stream
    先来一段废话： 实际工作中，业务系统的日志基本上是使用Log4j写入到日志文件中的，问题的关键之处在于业务日志的格式混乱，这给对日志文件中的日志进行统计分析带来了极大的困难，或者说，基本上无法进行分析，每个人写日志的习惯不同，导致日志行的格式五花八门，最后只能通过grep来查找特定的关键词缩小范围，但是在集群环境下，每个机器去grep一遍，分析一遍，这个效率如何可想之二，大好光阴都浪费在这上面了
  • sudoku solver in Haskell bookjovi sudokuhaskell
    这几天没太多的事做，想着用函数式语言来写点实用的程序，像fib和prime之类的就不想提了（就一行代码的事），写什么程序呢？在网上闲逛时发现sudoku游戏，sudoku十几年前就知道了，学生生涯时也想过用C/Java来实现个智能求解，但到最后往往没写成，主要是用C/Java写的话会很麻烦。   现在写程序，本人总是有一种思维惯性，总是想把程序写的更紧凑，更精致，代码行数最少，所以现
  • java apache ftpClient bro_feng java
    最近使用apache的ftpclient插件实现ftp下载，遇见几个问题，做如下总结。 1. 上传阻塞，一连串的上传，其中一个就阻塞了，或是用storeFile上传时返回false。查了点资料，说是FTP有主动模式和被动模式。将传出模式修改为被动模式ftp.enterLocalPassiveMode();然后就好了。 看了网上相关介绍，对主动模式和被动模式区别还是比较的模糊，不太了解被动模
  • 读《研磨设计模式》-代码笔记-工厂方法模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ package design.pattern; /* * 工厂方法模式：使一个类的实例化延迟到子类 * 某次，我在工作不知不觉中就用到了工厂方法模式（称为模板方法模式更恰当。2012-10-29）： * 有很多不同的产品，它
  • 面试记录语 chenyu19891124 招聘
    或许真的在一个平台上成长成什么样，都必须靠自己去努力。有了好的平台让自己展示，就该好好努力。今天是自己单独一次去面试别人，感觉有点小紧张，说话有点打结。在面试完后写面试情况表，下笔真的好难，尤其是要对面试人的情况说明真的好难。 今天面试的是自己同事的同事，现在的这个同事要离职了，介绍了我现在这位同事以前的同事来面试。今天这位求职者面试的是配置管理，期初看了简历觉得应该很适合做配置管理，但是今天面
  • Fire Workflow 1.0正式版终于发布了 comsci 工作workflowGoogle
    Fire Workflow 是国内另外一款开源工作流，作者是著名的非也同志，哈哈.... 官方网站是 http://www.fireflow.org 经过大家努力,Fire Workflow 1.0正式版终于发布了 正式版主要变化: 1、增加IWorkItem.jumpToEx(...)方法，取消了当前环节和目标环节必须在同一条执行线的限制，使得自由流更加自由 2、增加IT
  • Python向脚本传参 daizj python脚本传参
    如果想对python脚本传参数，python中对应的argc, argv(c语言的命令行参数)是什么呢？ 需要模块：sys 参数个数：len(sys.argv) 脚本名：    sys.argv[0] 参数1：     sys.argv[1] 参数2：     sys.argv[
  • 管理用户分组的命令gpasswd dongwei_6688 passwd
    NAME： gpasswd - administer the /etc/group file SYNOPSIS： gpasswd group gpasswd -a user group gpasswd -d user group gpasswd -R group gpasswd -r group gpasswd [-A user,...] [-M user,...] g
  • 郝斌老师数据结构课程笔记 dcj3sjt126com 数据结构与算法
    <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  • yii2 cgridview加上选择框进行操作 dcj3sjt126com GridView
    页面代码 <?=Html::beginForm(['controller/bulk'],'post');?> <?=Html::dropDownList('action','',[''=>'Mark selected as: ','c'=>'Confirmed','nc'=>'No Confirmed'],['class'=>'dropdown',])
  • linux mysql fypop linux
    enquiry mysql version in centos linux yum list installed | grep mysql yum -y remove mysql-libs.x86_64 enquiry mysql version in yum repositoryyum list | grep mysql oryum -y list mysql* install mysq
  • Scramble String hcx2013 String
    Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively. Below is one possible representation of s1 = "great":
  • 跟我学Shiro目录贴 jinnianshilongnian 跟我学shiro
    历经三个月左右时间，《跟我学Shiro》系列教程已经完结，暂时没有需要补充的内容，因此生成PDF版供大家下载。最近项目比较紧，没有时间解答一些疑问，暂时无法回复一些问题，很抱歉，不过可以加群（334194438/348194195）一起讨论问题。     ----广告-----------------------------------------------------
  • nginx日志切割并使用flume-ng收集日志 liyonghui160com
         nginx的日志文件没有rotate功能。如果你不处理，日志文件将变得越来越大，还好我们可以写一个nginx日志切割脚本来自动切割日志文件。第一步就是重命名日志文件，不用担心重命名后nginx找不到日志文件而丢失日志。在你未重新打开原名字的日志文件前，nginx还是会向你重命名的文件写日志，linux是靠文件描述符而不是文件名定位文件。第二步向nginx主
  • Oracle死锁解决方法 pda158 oracle
    　select p.spid,c.object_name,b.session_id,b.oracle_username,b.os_user_name from v$process p,v$session a, v$locked_object b,all_objects c where p.addr=a.paddr and a.process=b.process and c.object_id=b.
  • java之List排序 shiguanghui list排序
       在Java Collection Framework中定义的List实现有Vector，ArrayList和LinkedList。这些集合提供了对对象组的索引访问。他们提供了元素的添加与删除支持。然而，它们并没有内置的元素排序支持。 　　你能够使用java.util.Collections类中的sort()方法对List元素进行排序。你既可以给方法传递
  • servlet单例多线程 utopialxw 单例多线程servlet
    转自http://www.cnblogs.com/yjhrem/articles/3160864.html 和   http://blog.chinaunix.net/uid-7374279-id-3687149.html Servlet 单例多线程 Servlet如何处理多个请求访问？Servlet容器默认是采用单实例多线程的方式处理多个请求的：1.当web服务器启动的
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他