基于R的可视化习题30个

承接于昨天的：30道练习题带你玩转统计学的R语言版

可视化是一门很深的学问，详解：https://mubu.com/doc/3L0wkgGUVg 这里仅仅是出题30个，引导大家进入该领域！

其实正如研究生小弟提到的，我绘图通常是靠谷歌：生信故事会之莽莽撞撞过一年

这里仅仅是针对一个数据集，就是r包airway并且通过assay函数拿到其表达矩阵。

关于 airway 代码如下，需要理解：

options(stringsAsFactors = F)
library(airway)
data(airway)
# 这里需要自行学习bioconductor里面的RangedSummarizedExperiment对象
airway 
RNAseq_expr=assay(airway)
colnames(RNAseq_expr) 
RNAseq_expr[1:4,1:4] 
# RNAseq_expr 是一个数值型矩阵，属于连续性变量，可以探索众数、分位数和平均数 ，极差，方差和标准差等统计学指标
RNAseq_gl=colData(airway)[,3]
table(RNAseq_gl)

是 8个样本的RNA-seq数据的counts矩阵，这8个样本分成2组，每组是4个样本， 分别是 trt 和 untrt 组。

通过上面的代码，我们得到了对airway数据集的RNA-seq数据的counts矩阵，命名为 RNAseq_expr 下面会用得到。

基础绘图

Q1: 对RNAseq_expr的每一列绘制boxplot图

Q2: 对RNAseq_expr的每一列绘制density图

Q3: 对RNAseq_expr的每一列绘制条形图

Q4: 对RNAseq_expr的每一列取log2后重新绘制boxplot图，density图和条形图

Q5: 对Q4的3个图里面添加 trt 和 untrt 组颜色区分开来

Q6: 对RNAseq_expr的前两列画散点图并且计算线性回归方程

Q7: 对RNAseq_expr的所有列两两之间计算相关系数，并且热图可视化。

Q8: 取RNAseq_expr第一行表达量绘制折线图

Q9: 取RNAseq_expr表达量最高的10个基因的行绘制多行折线图

Q10: 一行行的运行 https://github.com/jmzeng1314/5years/blob/master/learn-R/tasks/2-chunjuan-600.R 代码

ggplot绘图

Q1-9:使用ggplot代码重写上面基础绘图的Q1-9习题

Q10: 一行行的运行：http://biotrainee.com/jmzeng/markdown/ggplot-in-R.html 代码

生物信息学绘图

需要参考 https://github.com/jmzeng1314/GEO/blob/master/airway_RNAseq/DEG_rnsseq.R

Q1: 一行行的运行：https://github.com/jmzeng1314/5years/blob/master/learn-R/tasks/top50ggplot.Rmd 代码

Q2: 对RNAseq_expr挑选MAD值最大的100个基因的表达矩阵绘制热图

Q3: 对RNAseq_expr进行主成分分析并且绘图

Q4: 对RNAseq_expr进行差异分析并且绘制火山图

Q5: 对RNAseq_expr进行差异分析并且绘制(平均值VS变化倍数)图

Q6: 绘制其中一个差异基因在两个分组的表达量boxplot并且添加统计学显著性指标

Q7: 通过org.Hs.eg.db包拿到RNAseq_expr所有基因的染色体信息，绘制染色体的基因数量条形图

Q8: 在上面染色体的基因数量条形图并列叠加差异基因数量条形图

Q9: 在oncolnc网页工具拿到GUL5基因在BRCA数据集的表达量及病人生存资料自行本地绘制生存分析图

Q10: 在xena网页工具拿到GUL5基因在BRCA数据集的表达量及病人的PAM50分类并且绘制分类的boxplot

本习题是生信工程师全套教学视频（74小时）的一个补充

不少表现积极的朋友提交了自己的作业笔记和学习心得，非常棒！

和10万人一起学生信

。。。此列表待你更新。。。。