第四期任务R-001-Boxplot

木萱小主 2017-08-08 18:53:25 阅读: 1233

作业1

用内置函数“pressure”数据来绘制简单箱线图，并学习调节相关参数。

pressure

boxplot(pressure,col='green',warwidth=FALSE,border='red')

varwidth      

若=TRUE,每个盒子的宽度与盒子所表示的观察数的平方根相关。若=FALSE，则所有盒子的宽度都是一样的。

     1.jpg                                        

作业2

A： 学习设置默认工作空间以及查看默认工作空间，并复习读入CSV文件并画箱线图。

查看

> getwd()

[1] "C:/Users/M/Downloads"

设置

setwd('/Users/M/Documents')              

利用data2作图

对比用pdf输出和png，jpeg等函数输出图片的区别。

a<-read.csv('data2.csv',header=T)

boxplot((a[,1:3]),notch=T,col=c('green','red','blue'),main='adults body index')

 2.jpg

B：最终提交作业以因子T，分类画出身高的boxplot。

要求：使用setwd()函数设置默认工作空间为R(自己新建)，文件夹，读入读出均在次文件夹中进行；boxplot的box水平；并使用read.csv读入数据，pdf函数输出。（提示，颜色可以使用rainbow()）


boxplot((a$Height~a$T),col=c('green','red','blue'),main='Adult’s body index',horizontal=T)

3.jpg

作业3

数据：见附件1

数据前处理一下


KRAS

NRAS

HRAS

tissue




GSM543161

98.36407

251.9014

562.402

Tumor




GSM543162

260.3064

284.8315

646.8896

Tumor




GSM543163

153.9696

101.018

763.1626

Tumor




GSM543164

305.4082

320.966

1017.782

Tumor




GSM543205

228.526

455.2713

141.2023

Tumor




GSM543206

207.7723

284.3415

318.1258

Tumor




GSM543207

239.115

224.3648

637.0992

Tumor




GSM543208

255.253

467.9284

434.2783

Tumor




GSM543249

115.1559

208.4306

548.5527

Tumor




GSM543250

302.1453

168.1767

482.6645

Tumor




GSM543251

213.0536

252.4167

250.1489

Tumor




GSM543252

142.7571

226.4206

235.276

Tumor




GSM543253

77.18252

226.791

153.9643

Tumor




GSM543254

324.536

350.7875

804.169

Tumor




GSM543255

88.13098

66.24825

165.1883

Normal




GSM543256

150.2363

153.4069

345.582

Normal




GSM543257

132.1101

89.7925

218.4636

Normal




GSM543258

189.1159

136.9771

359.2644

Normal




GSM543259

243.1905

157.58

351.8555

Normal




GSM543260

319.5778

287.2694

249.4139

Normal




GSM543261

163.2116

146.3472

164.6731

Normal




GSM543262

165.697

208.7389

279.6108

Normal




GSM543263

100.6358

194.2763

166.1631

Normal





































a<-read.csv('data1.csv',header=T)

a

b<-a[,-1]

boxplot(KRAS~tissue,data=b,col='red',main='RAS expression',boxwex=0.1,at=1:2-0.2,ylim=c(1,2000),axes=F)

boxplot(NRAS~tissue,data=b,col='green',add=T,ylab='expression',boxwex=0.1,at=1:2)

boxplot(HRAS~tissue,data=b,col='yellow',add=T,boxwex=0.1,at=1:2+0.2,axes=F)

legend('topleft',inset=0.1,c('KRAS','NRAS','HRAS'),col=c('red','green','yellow'),pch=c(15,15,15))

4.jpg


 


 

 
邀请讨论

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
{{item.nick_name}} 受邀请回答 {{item.create_time}}
{{item.refer_comment.nick_name}} {{item.refer_comment.create_time}}

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
切换到完整回复 发送回复
赞({{item.count_zan}}) 踩({{item.count_cai}}) 删除 回复 关闭
R科研作图学习小组(小组)

小组最新话题

科研狗©2015-2024 科研好助手，京ICP备20005780号-1 建议意见

623577364

服务热线

178 0020 3020

微信服务号