2020.08.01-08.15學習小結

一、ggpubr包統計資料導出

compare_means()——packag：ggpubr

使用

compare_means(
  formula, 
  data,
  method = "wilcox.test",
  paired = FALSE,
  group.by = NULL,
  ref.group = NULL,
  symnum.args = list(),
  p.adjust.method = "holm",
  ...
)
           

參數

1. formula：公式，x~group，x為數值變量，表示資料的值。group是具有一或多個級别的因子變量，表示相應的組。

   (eg. formula = TP53 ~ cancer-group，formula=c(TP53,PTEN) ~ cancer_group)

2. data：資料框， 包含公式中的變量
3. method：檢驗方法，預設為wilcox.test（t.test、wilcox.test、anova、kruskal.test）
4. paired：邏輯值，是否使用配對檢驗，t.test和wilcox.test中使用
5. group.by：字元向量，表示分組變量名稱
6. ref.group：字元串，指定參考分組，如果指定，則所有組都将與參考組比較
7. symnum.args：傳遞給函數symnum的參數清單，用于對p值進行符号數編碼。

   symnum.args <- list(cutpoints = c(0, 0.0001, 0.001, 0.01, 0.05, 1), 
   					symbols = c("****", "***", "**", "*", "ns"))
              

   ns: p > 0.05

   *：p <= 0.05

   **： p <= 0.01

   ***：p <= 0.001

   ****：p <= 0.0001

8. p.adjust.method：調整p值的方法，詳見p.adjust。僅在執行多個配對檢驗時或有多個分組變量時執行。包含 “holm”, “hochberg”, “hommel”, “bonferroni”, “BH”, “BY”, “fdr”, “none”，有多個分組變量時，将為每個變量獨立進行p值調整

導出資料

導出資料為資料框格式，包含以下列

列名

1. .y.：檢驗中使用的y變量
2. group1，group2（隻有t檢驗和wilcox檢驗有）：配對檢驗中的分組
3. p：p值
4. p.adj：調整p值，預設方法為"holm"
5. p.format：格式化p值
6. p.signif：顯著性水準
7. method：分組間檢驗方法

二、使用pheatmap包繪制熱圖

pheatmap()——package：pheatmap

https://www.jianshu.com/p/7e1fcb0de0ce

使用

//參數均為預設值
pheatmap(mat, color = colorRampPalette(rev(brewer.pal(n = 7, name =
  "RdYlBu")))(100), kmeans_k = NA, breaks = NA, border_color = "grey60",
  cellwidth = NA, cellheight = NA, scale = "none", cluster_rows = TRUE,
  cluster_cols = TRUE, clustering_distance_rows = "euclidean",
  clustering_distance_cols = "euclidean", clustering_method = "complete",
  clustering_callback = identity2, cutree_rows = NA, cutree_cols = NA,
  treeheight_row = ifelse((class(cluster_rows) == "hclust") || cluster_rows,
  50, 0), treeheight_col = ifelse((class(cluster_cols) == "hclust") ||
  cluster_cols, 50, 0), legend = TRUE, legend_breaks = NA,
  legend_labels = NA, annotation_row = NA, annotation_col = NA,
  annotation = NA, annotation_colors = NA, annotation_legend = TRUE,
  annotation_names_row = TRUE, annotation_names_col = TRUE,
  drop_levels = TRUE, show_rownames = T, show_colnames = T, main = NA,
  fontsize = 10, fontsize_row = fontsize, fontsize_col = fontsize,
  angle_col = c("270", "0", "45", "90", "315"), display_numbers = F,
  number_format = "%.2f", number_color = "grey30", fontsize_number = 0.8
  * fontsize, gaps_row = NULL, gaps_col = NULL, labels_row = NULL,
  labels_col = NULL, filename = NA, width = NA, height = NA,
  silent = FALSE, na_col = "#DDDDDD", ...)
           

參數

1. mat：要繪制的值的數值矩陣
2. color：熱圖顔色選擇
3. break：用來定義數值喝顔色的對應關系。可以将特定顔色和特定數值關聯，如果NA則自動進行計算。如果顔色超過值的範圍，超過門檻值的會使用和門檻值一樣的顔色。
4. border_color：熱圖的機關元素的描邊顔色，NA表示不描邊
5. cellwidth：熱圖機關元素（cell）的寬度，NA表示依據視窗自動調整
6. cellheight：同理
7. scale：數值标準化，可以是“row“,”column“,”none“
8. cluster_rows：用布爾值來判定行元素是不是應該被clustered or clust object
9. cluster_cols：同理
10. clustering_distance_rows：計算類間距的方式，預設：“euclidean”（歐式距離）
11. clustering_distance_cols：同理
12. clustering_method：cluster方法
13. clustering_callback：修改cluster的回調函數。通過兩個參數調用：原始hclust對象、用于聚類的矩陣。必須傳回一個hclust對象。
14. cutree_rows：如果使用了對行的叢集，則可以指定叢集個數（基于hclust），如果未使用對行叢集則忽略
15. cutree_cols同理
16. treeheight_row：行叢集樹的高度
17. treeheight_col：同理
18. legend：圖例是否顯示
19. legend_breaks：圖例是否斷點标注
20. legend_labels：圖例的标題
21. annotation_row：指定對行進行分類注釋，熱圖左側顯示的注釋的資料框，資料中的行名與注釋的行名需要比對。需要考慮連續變量或離散的變量的配色方案
22. annotation_col：同理
23. annotation：棄用參數
24. annotation_colors：指定注釋條的顔色
25. annotation_legend：布爾值表示是否顯示注釋條的圖例
26. annotation_names_row：布爾值表示是否在圖例上顯示注釋名稱
27. drop_levels：是否在圖例顯示unused levels
28. shown_rownames：是否顯示行名
29. shown_colnames：是否顯示列名
30. main：圖表主标題
31. fondsize：圖表字型大小
32. fontsize_row：行标題的字号
33. angle_col：列标簽的角度
34. display_numbers：是否在機關元素（cell）内顯示數字
35. number_format：顯示在cell内的數字格式，例如%.2代表兩位小數%.1e表示指數形式…參見C語言printf函數格式
36. fontsize_number：限制在Cell内的數字大小
37. gaps_row：當行未進行叢集分析時，訓示再哪裡插入gap空隙
38. gaps_col：同理
39. labels_row：使用行标簽代替行名
40. filename：儲存的路徑和檔案名。支援png、pdf、tiff、bmp、jpeg
41. height：輸出的圖檔的高度，機關：inches
42. silent：不畫出圖像（在gtable導出适用）
43. na_col：對NA值對應的cell填充特定顔色
44. … 圖中使用的文字的圖形化參數，傳遞給grid.texte,見gpar

三、相關性分析

相關性分析，就是衡量兩個變量之間的依賴性強弱

假設相關性不一定意味着A變量的變化會導緻B變量的變化，有可能存在相同的調節因素。

當兩個變量之間存在非常強烈的互相依賴關系的時候，就可以說兩個變量之間的存在高度相關性。

若兩組的值一起增大，為正相關；若一組的值增大時，另一組的值減小，稱之為負相關。

相關系數的值在 -1~1之間，1表示強正相關，0不相關，-1表示負相關。相關性矩陣可同時研究多個變量之間的相關性

package：stats

var(),cov(),cor(),cov2cor()，cor.test()

使用

var(x, y = NULL, na.rm = FALSE, use)//方差
cov(x, y = NULL, use = "everything",
    method = c("pearson", "kendall", "spearman"))//協方差

cor(x, y = NULL, use = "everything",
    method = c("pearson", "kendall", "spearman"))//相關性

cov2cor(V)
           

參數

1. x：數值向量、矩陣、資料框
2. y：預設為NULL，或次元與x相容的數值向量、矩陣、資料框。
3. na.rm：布爾值訓示缺失值是否要删除
4. use：字元串訓示計算存在缺失值時的協方差的方法，隻能是"everything", “all.obs”, “complete.obs”, “na.or.complete”, or "pairwise.complete.obs"之一（或縮寫）
5. method：字元串訓示計算哪種相關系數或協方差，可以是"pearson" (預設), “kendall” 和 “spearman”（或縮寫）之一
6. V：對稱數值型矩陣，通常是正定的，如協方差矩陣

四、相關性矩陣可視化

1、使用corrplot包可視化

corrplot()——package：corrplot

使用

corrplot(corr, method = c("circle", "square", "ellipse", "number", "shade",
  "color", "pie"), type = c("full", "lower", "upper"), add = FALSE,
  col = NULL, bg = "white", title = "", is.corr = TRUE, diag = TRUE,
  outline = FALSE, mar = c(0, 0, 0, 0), addgrid.col = NULL,
  addCoef.col = NULL, addCoefasPercent = FALSE, order = c("original",
  "AOE", "FPC", "hclust", "alphabet"), hclust.method = c("complete", "ward",
  "ward.D", "ward.D2", "single", "average", "mcquitty", "median", "centroid"),
  addrect = NULL, rect.col = "black", rect.lwd = 2, tl.pos = NULL,
  tl.cex = 1, tl.col = "red", tl.offset = 0.4, tl.srt = 90,
  cl.pos = NULL, cl.lim = NULL, cl.length = NULL, cl.cex = 0.8,
  cl.ratio = 0.15, cl.align.text = "c", cl.offset = 0.5, number.cex = 1,
  number.font = 2, number.digits = NULL, addshade = c("negative",
  "positive", "all"), shade.lwd = 1, shade.col = "white", p.mat = NULL,
  sig.level = 0.05, insig = c("pch", "p-value", "blank", "n", "label_sig"),
  pch = 4, pch.col = "black", pch.cex = 3, plotCI = c("n", "square",
  "circle", "rect"), lowCI.mat = NULL, uppCI.mat = NULL, na.label = "?",
  na.label.col = "black", win.asp = 1, ...)
           

參數

1. corr： 可視化矩陣，如果order不是”original“，則必須為方形矩陣。對于一般矩陣，使用is.corr=FALSE來轉換。
2. method： 字元串訓示可視化方法，包括“circle”（預設）, “square”, “ellipse”, “number”, “shade”, “color”, “pie”。（圓形或正方形面積表示相應的相關系數的絕對值）
3. type： 字元串訓示全矩陣（“full”，預設））、下三角（“upper”）、上三角矩陣（“lower”）
4. add： 布爾值訓示是否将圖添加到現有圖，否則建立新圖
5. col： 向量訓示字形的顔色，再cl.lim中均勻分布
6. bg： 背景顔色
7. title： 圖表标題
8. is.corr： 布爾值訓示輸入矩陣是否為相關矩陣
9. diag： 布爾值訓示是否在主對角線上顯示相關系數
10. outline： 布爾值或字元，訓示是否繪制圓形、正方形、橢圓形的輪廓，或它們的顔色。TRUE預設黑色
11. mar： 參閱par
12. addgrid.col： 網格的顔色，NA不添加網格，NULL為預設值，取決于method。method為color和shade時不繪制網格，其它預設灰色
13. addCoef.col： 圖上添加的系數的顔色。NULL不添加系數
14. addCoefasPercent： 邏輯值訓示是否将系數轉化成百分比樣式
15. order： 字元串訓示相關矩陣的排序方法。original：原始排序（預設）；AOE：特征向量的角度順序；FPC：按照第一個主成分排序；hclust：按照層次聚類順序排序；alphabet：按照字母順序排序
16. hclust.method： 字元串訓示當order為hclust時的聚類方法，可以是"ward", “ward.D”, “ward.D2”, “single”, “complete”, “average”, “mcquitty”, “median” , “centroid”
17. addrect： 整數，根據層次聚類在圖上繪制的矩形的數量，僅在order為hclust時有效。如果為NULL(預設值)，則不添加任何矩形。
18. rect.col： 矩形邊框顔色，僅在addrect>1時有效
19. rect.lwd： 數值，矩形邊框的線寬，僅當addrect等于或大于1時有效。
20. tl.pos： 字元串或布爾值訓示文字标簽的位置，字元串必須是lt（type為full時的預設，指左上方），ld（type為lower時的預設，指左斜對角線），td（type為upper時的預設，指頂部和對角線（附近）），d指斜對角線，n指不添加文字标簽。
21. tl.cex： 數值，文本标簽的大小（變量名）
22. tl.col： 文本标簽的顔色
23. tl.offset： 數值，用于文本标簽，見 text
24. tl.srt： 數值，文本标簽旋轉，見 text
25. cl.pso： 字元串或布爾值訓示colorlabel的位置，字元串可以是r（type為upper或full時的預設），b（type為lower時的預設），n（不繪制colorlabel）
26. cl.lim： colorlabel的範圍（x1，x2）
27. cl.length： 數值，colorlabel中數字文本的數量。傳遞給colorlegend
28. cl.cex： 數值，colorlabel的數字标簽的大小，傳遞給colorlegend
29. cl.ratio： 數值，colorlabel的寬度，建議為0.1~0.2
30. cl.align.text： 字元串，“l“左，”c“正中（預設），”r”右
31. cl.offset： 數值，用于colorlabel的數字标簽
32. number.cex： 在将相關系數寫入繪圖時，要發送給文本調用的cex參數。
33. number.font： 在将相關系數寫入繪圖時，要發送給文本調用的字型參數。
34. number.digits： 訓示要添加到繪圖中的十進制數字的數目。非負整數或NULL，預設為NULL。
35. addshade： 字元串，訓示陰影類型，可以是：negative，positive，all。隻有當method是“shade“時才有效。如果為“all”，則所有相關系數的字形将被着色;如果是“positive”，隻有正數會被着色;如果是“negative”，隻有負的部分會被着色。注:陰影先的角度不同，positive45度，negative135度。
36. shade.lwd： 數值訓示陰影線寬
37. shade.col： 陰影線顔色
38. p.mat： p值矩陣，如果為NULL，參數sig.level, insig, pch, pch.col, pch.cex便缺失
    1. sig.level： 顯著水準，如果p-mat中的p值比sig.level大，則對應的的關系系數被認為是有顯著意義的。如果insig是”label_sig"，這可能是顯著水準的一個增加向量，在這種情況下，pch将被用于最高p值的區間一次或多次用于(例如:“ * ”、“ * * ”、“ * * * ”)于較低p值的區間。
    2. insig： 字元串，詳細說明顯著相關系數，“pch”(預設)、“p-value”（添加相應的符号）、“blank”（不顯示）、“n”（不要采取任何措施）或“label_sig”（使用pch标記顯著相關性）。sh
    3. pch： 在圖形上添加訓示顯著相關的字元串（隻有當insig為pch時生效）
    4. pch.col： pch的顔色（隻有當insig為pch時生效）
    5. pch.cex： pch的（隻有當insig為pch時生效）
39. plotCI： 字元串，訓示拟合置信區間的方法，“n"（不畫置信區間）、“rect”（分别繪制上側為上界，下側為下界的矩形，并在矩形上添加相關系數）、“circle”（先畫邊界絕對值較大的圓，再畫較小的，進而形成一個圓。如果兩個界限是一樣的，則清除較小的圓，“square”和circle同理）
40. lowCI.mat： 置信區間下界的矩陣
41. uppCI.mat： 置信區間上界的矩陣
42. na.label： 用于畫NA單元格的标簽，“?"（預設），“square”（使用na.label.col的顔色畫NA單元格）
43. na.label.col： 畫NA單元格的顔色，預設為黑色
44. win.asp： 整個圖的高寬比，除1以外的值目前隻與“circle”和“square”方法相容
45. … ： 傳遞給text函數用于繪制文本标簽的其他參數

圖：參考資料

可視化方法：method參數

1. circle

   

2. ellipse

   

3. pie

   

4. color

   

5. number

   

輸出布局：type參數

1. upper

   

2. lower

   

2、使用cytoscape軟體可視化

cytoscape基礎使用

cytoscape使用一：下載下傳安裝

cytoscape使用二：資料準備和資料導入

cytoscape使用三：圖中節點屬性和設定方法

cytoscape使用四：圖中線屬性和設定方法

布局更改：layout，除自帶樣式外可從app store下載下傳更多樣式