2020.08.01-08.15学习小结

一、ggpubr包统计数据导出

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",
  ...
)
           

参数

1. formula：公式，x~group，x为数值变量，表示数据的值。group是具有一或多个级别的因子变量，表示相应的组。

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

2. data：数据框， 包含公式中的变量
3. method：检验方法，默认为wilcox.test（t.test、wilcox.test、anova、kruskal.test）
4. paired：逻辑值，是否使用配对检验，t.test和wilcox.test中使用
5. group.by：字符向量，表示分组变量名称
6. ref.group：字符串，指定参考分组，如果指定，则所有组都将与参考组比较
7. symnum.args：传递给函数symnum的参数列表，用于对p值进行符号数编码。

   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：调整p值的方法，详见p.adjust。仅在执行多个配对检验时或有多个分组变量时执行。包含 “holm”, “hochberg”, “hommel”, “bonferroni”, “BH”, “BY”, “fdr”, “none”，有多个分组变量时，将为每个变量独立进行p值调整

导出数据

导出数据为数据框格式，包含以下列

列名

1. .y.：检验中使用的y变量
2. group1，group2（只有t检验和wilcox检验有）：配对检验中的分组
3. p：p值
4. p.adj：调整p值，默认方法为"holm"
5. p.format：格式化p值
6. p.signif：显著性水平
7. method：分组间检验方法

二、使用pheatmap包绘制热图

pheatmap()——package：pheatmap

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

使用

//参数均为默认值
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", ...)
           

参数

1. mat：要绘制的值的数值矩阵
2. color：热图颜色选择
3. break：用来定义数值喝颜色的对应关系。可以将特定颜色和特定数值关联，如果NA则自动进行计算。如果颜色超过值的范围，超过阈值的会使用和阈值一样的颜色。
4. border_color：热图的单位元素的描边颜色，NA表示不描边
5. cellwidth：热图单位元素（cell）的宽度，NA表示依据窗口自动调整
6. cellheight：同理
7. scale：数值标准化，可以是“row“,”column“,”none“
8. cluster_rows：用布尔值来判定行元素是不是应该被clustered or clust object
9. cluster_cols：同理
10. clustering_distance_rows：计算类间距的方式，默认：“euclidean”（欧式距离）
11. clustering_distance_cols：同理
12. clustering_method：cluster方法
13. clustering_callback：修改cluster的回调函数。通过两个参数调用：原始hclust对象、用于聚类的矩阵。必须返回一个hclust对象。
14. cutree_rows：如果使用了对行的集群，则可以指定集群个数（基于hclust），如果未使用对行集群则忽略
15. cutree_cols同理
16. treeheight_row：行集群树的高度
17. treeheight_col：同理
18. legend：图例是否显示
19. legend_breaks：图例是否断点标注
20. legend_labels：图例的标题
21. annotation_row：指定对行进行分类注释，热图左侧显示的注释的数据框，数据中的行名与注释的行名需要匹配。需要考虑连续变量或离散的变量的配色方案
22. annotation_col：同理
23. annotation：弃用参数
24. annotation_colors：指定注释条的颜色
25. annotation_legend：布尔值表示是否显示注释条的图例
26. annotation_names_row：布尔值表示是否在图例上显示注释名称
27. drop_levels：是否在图例显示unused levels
28. shown_rownames：是否显示行名
29. shown_colnames：是否显示列名
30. main：图表主标题
31. fondsize：图表字体大小
32. fontsize_row：行标题的字号
33. angle_col：列标签的角度
34. display_numbers：是否在单位元素（cell）内显示数字
35. number_format：显示在cell内的数字格式，例如%.2代表两位小数%.1e表示指数形式…参见C语言printf函数格式
36. fontsize_number：限制在Cell内的数字大小
37. gaps_row：当行未进行集群分析时，指示再哪里插入gap空隙
38. gaps_col：同理
39. labels_row：使用行标签代替行名
40. filename：保存的路径和文件名。支持png、pdf、tiff、bmp、jpeg
41. height：输出的图片的高度，单位：inches
42. silent：不画出图像（在gtable导出适用）
43. na_col：对NA值对应的cell填充特定颜色
44. … 图中使用的文字的图形化参数，传递给grid.texte,见gpar

三、相关性分析

相关性分析，就是衡量两个变量之间的依赖性强弱

假设相关性不一定意味着A变量的变化会导致B变量的变化，有可能存在相同的调节因素。

当两个变量之间存在非常强烈的相互依赖关系的时候，就可以说两个变量之间的存在高度相关性。

若两组的值一起增大，为正相关；若一组的值增大时，另一组的值减小，称之为负相关。

相关系数的值在 -1~1之间，1表示强正相关，0不相关，-1表示负相关。相关性矩阵可同时研究多个变量之间的相关性

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"))//协方差

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

cov2cor(V)
           

参数

1. x：数值向量、矩阵、数据框
2. y：默认为NULL，或维度与x兼容的数值向量、矩阵、数据框。
3. na.rm：布尔值指示缺失值是否要删除
4. use：字符串指示计算存在缺失值时的协方差的方法，只能是"everything", “all.obs”, “complete.obs”, “na.or.complete”, or "pairwise.complete.obs"之一（或缩写）
5. method：字符串指示计算哪种相关系数或协方差，可以是"pearson" (默认), “kendall” 和 “spearman”（或缩写）之一
6. V：对称数值型矩阵，通常是正定的，如协方差矩阵

四、相关性矩阵可视化

1、使用corrplot包可视化

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, ...)
           

参数

1. corr： 可视化矩阵，如果order不是”original“，则必须为方形矩阵。对于一般矩阵，使用is.corr=FALSE来转换。
2. method： 字符串指示可视化方法，包括“circle”（默认）, “square”, “ellipse”, “number”, “shade”, “color”, “pie”。（圆形或正方形面积表示相应的相关系数的绝对值）
3. type： 字符串指示全矩阵（“full”，默认））、下三角（“upper”）、上三角矩阵（“lower”）
4. add： 布尔值指示是否将图添加到现有图，否则创建新图
5. col： 向量指示字形的颜色，再cl.lim中均匀分布
6. bg： 背景颜色
7. title： 图表标题
8. is.corr： 布尔值指示输入矩阵是否为相关矩阵
9. diag： 布尔值指示是否在主对角线上显示相关系数
10. outline： 布尔值或字符，指示是否绘制圆形、正方形、椭圆形的轮廓，或它们的颜色。TRUE默认黑色
11. mar： 参阅par
12. addgrid.col： 网格的颜色，NA不添加网格，NULL为默认值，取决于method。method为color和shade时不绘制网格，其它默认灰色
13. addCoef.col： 图上添加的系数的颜色。NULL不添加系数
14. addCoefasPercent： 逻辑值指示是否将系数转化成百分比样式
15. order： 字符串指示相关矩阵的排序方法。original：原始排序（默认）；AOE：特征向量的角度顺序；FPC：按照第一个主成分排序；hclust：按照层次聚类顺序排序；alphabet：按照字母顺序排序
16. hclust.method： 字符串指示当order为hclust时的聚类方法，可以是"ward", “ward.D”, “ward.D2”, “single”, “complete”, “average”, “mcquitty”, “median” , “centroid”
17. addrect： 整数，根据层次聚类在图上绘制的矩形的数量，仅在order为hclust时有效。如果为NULL(默认值)，则不添加任何矩形。
18. rect.col： 矩形边框颜色，仅在addrect>1时有效
19. rect.lwd： 数值，矩形边框的线宽，仅当addrect等于或大于1时有效。
20. tl.pos： 字符串或布尔值指示文字标签的位置，字符串必须是lt（type为full时的默认，指左上方），ld（type为lower时的默认，指左斜对角线），td（type为upper时的默认，指顶部和对角线（附近）），d指斜对角线，n指不添加文字标签。
21. tl.cex： 数值，文本标签的大小（变量名）
22. tl.col： 文本标签的颜色
23. tl.offset： 数值，用于文本标签，见 text
24. tl.srt： 数值，文本标签旋转，见 text
25. cl.pso： 字符串或布尔值指示colorlabel的位置，字符串可以是r（type为upper或full时的默认），b（type为lower时的默认），n（不绘制colorlabel）
26. cl.lim： colorlabel的范围（x1，x2）
27. cl.length： 数值，colorlabel中数字文本的数量。传递给colorlegend
28. cl.cex： 数值，colorlabel的数字标签的大小，传递给colorlegend
29. cl.ratio： 数值，colorlabel的宽度，建议为0.1~0.2
30. cl.align.text： 字符串，“l“左，”c“正中（默认），”r”右
31. cl.offset： 数值，用于colorlabel的数字标签
32. number.cex： 在将相关系数写入绘图时，要发送给文本调用的cex参数。
33. number.font： 在将相关系数写入绘图时，要发送给文本调用的字体参数。
34. number.digits： 指示要添加到绘图中的十进制数字的数目。非负整数或NULL，默认为NULL。
35. addshade： 字符串，指示阴影类型，可以是：negative，positive，all。只有当method是“shade“时才有效。如果为“all”，则所有相关系数的字形将被着色;如果是“positive”，只有正数会被着色;如果是“negative”，只有负的部分会被着色。注:阴影先的角度不同，positive45度，negative135度。
36. shade.lwd： 数值指示阴影线宽
37. shade.col： 阴影线颜色
38. p.mat： p值矩阵，如果为NULL，参数sig.level, insig, pch, pch.col, pch.cex便缺失
    1. sig.level： 显著水平，如果p-mat中的p值比sig.level大，则对应的的关系系数被认为是有显著意义的。如果insig是”label_sig"，这可能是显著水平的一个增加向量，在这种情况下，pch将被用于最高p值的区间一次或多次用于(例如:“ * ”、“ * * ”、“ * * * ”)于较低p值的区间。
    2. insig： 字符串，详细说明显著相关系数，“pch”(默认)、“p-value”（添加相应的符号）、“blank”（不显示）、“n”（不要采取任何措施）或“label_sig”（使用pch标记显著相关性）。sh
    3. pch： 在图形上添加指示显著相关的字符串（只有当insig为pch时生效）
    4. pch.col： pch的颜色（只有当insig为pch时生效）
    5. pch.cex： pch的（只有当insig为pch时生效）
39. plotCI： 字符串，指示拟合置信区间的方法，“n"（不画置信区间）、“rect”（分别绘制上侧为上界，下侧为下界的矩形，并在矩形上添加相关系数）、“circle”（先画边界绝对值较大的圆，再画较小的，从而形成一个圆。如果两个界限是一样的，则清除较小的圆，“square”和circle同理）
40. lowCI.mat： 置信区间下界的矩阵
41. uppCI.mat： 置信区间上界的矩阵
42. na.label： 用于画NA单元格的标签，“?"（默认），“square”（使用na.label.col的颜色画NA单元格）
43. na.label.col： 画NA单元格的颜色，默认为黑色
44. win.asp： 整个图的高宽比，除1以外的值目前只与“circle”和“square”方法兼容
45. … ： 传递给text函数用于绘制文本标签的其他参数

图：参考资料

可视化方法：method参数

1. circle

   

2. ellipse

   

3. pie

   

4. color

   

5. number

   

输出布局：type参数

1. upper

   

2. lower

   

2、使用cytoscape软件可视化

cytoscape基础使用

cytoscape使用一：下载安装

cytoscape使用二：数据准备和数据导入

cytoscape使用三：图中节点属性和设置方法

cytoscape使用四：图中线属性和设置方法

布局更改：layout，除自带样式外可从app store下载更多样式