小编Dan*_*Cee的帖子

我在一台安装了R版本3.5.1的Ubuntu 18.04机器上,按照此链接安装.我试图安装CRAN包rJava,这是我做下面的方式(如看到这里):

sudo apt-get install r-cran-rjava

但是,我明白了:

The following packages have unmet dependencies:
 r-cran-rjava : Depends: r-api-3.4
E: Unable to correct problems, you have held broken packages.

但是当我尝试:

sudo apt-get install r-api-3.4

我明白了:

E: Package 'r-api-3.4' has no installation candidate

如何克服这个问题r-api-3.4？基本上,我需要安装rJava才能安装和使用XLConnect...在Ubuntu 16.04中,我没有任何问题......

编辑:

显然,r-api-3.4应该由提供r-base-core.我确实r-base-core安装了最新版本,为什么我仍然会看到错误呢？

我有一个以markers以下形式命名的元素向量：

markers <- LETTERS[1:5]

中的每个元素markers都是布尔类型，具有两种可能的条件+和-。我想要一种快速有效的方法来获得所有可能的组合，以便考虑两个条件（即使条件不同，标记也不能与其自身配对）。

理想情况下，结果只是一个字符向量或列表，其中的元素是由 分隔的标记组合/。

此示例中包含五个字母的元素应为：

A-/B-/C-/D-/E-
A-/B+/C-/D-/E-
A-/B-/C+/D-/E-
A-/B-/C-/D+/E-
A-/B-/C-/D-/E+
A-/B+/C+/D-/E-
A-/B+/C-/D+/E-
A-/B+/C-/D-/E+
A-/B+/C+/D+/E-
A-/B+/C+/D-/E+
A-/B+/C+/D+/E+
A+/B-/C-/D-/E-
A+/B+/C-/D-/E-
A+/B-/C+/D-/E-
A+/B-/C-/D+/E-
A+/B-/C-/D-/E+
A+/B+/C+/D-/E-
A+/B+/C-/D+/E-
A+/B+/C-/D-/E+
A+/B+/C+/D+/E-
A+/B+/C+/D-/E+
A+/B+/C+/D+/E+
...

不知道如果我错过任意组合，但你的想法......我一直在试图与expand.grid和combn，但我似乎并没有得到它的权利。任何帮助表示赞赏！

谢谢！

在回答了这个问题之后，我发现了pheatmap函数（与heatmap.2相比，它可以为我提供更多的控制权）。

我有两个问题：

1-我无法更改注释（类别）的颜色

2-即使我将输出保存在png文件中，图形窗口也会不断弹出

这是我的MWE：

library(pheatmap)
library(RColorBrewer)
cols <- colorRampPalette(brewer.pal(9, "Set1"))

mymat <- matrix(rexp(600, rate=.1), ncol=12)
colnames(mymat) <- c(rep("treatment_1", 3), rep("treatment_2", 3), rep("treatment_3", 3), rep("treatment_4", 3))
rownames(mymat) <- paste("gene", 1:dim(mymat)[1], sep="_")

annotdf <- data.frame(row.names = paste("gene", 1:dim(mymat)[1], sep="_"), category = c(rep("CATEGORY_1", 10), rep("CATEGORY_2", 10), rep("CATEGORY_3", 10), rep("CATEGORY_4", 10), rep("CATEGORY_5", 10)))

mycolors <- cols(length(unique(annotdf$category)))
names(mycolors) <- unique(annotdf$category)
mycolors <- list(mycolors = mycolors)

pheatmap(mymat,
     color=greenred(75),
     scale="row",
     cluster_rows = FALSE,
     cluster_cols = FALSE,
     gaps_row=c(10,20,30,40),
     gaps_col=c(3,6,9),
     cellheight = 6,
     cellwidth …

在关于如何制作具有方面和显着性水平的箱形图的许多问题之后,特别是这个和这个,我还有一个小问题.

我设法制作了如下所示的情节,这正是我想要的.

我现在面临的问题是,我很少或没有重要的比较; 在这些情况下,专用于显示显着性水平的括号的整个空间仍然保留,但我想摆脱它.

请使用iris数据集检查此MWE:

library(reshape2)
library(ggplot2)
data(iris)
iris$treatment <- rep(c("A","B"), length(iris$Species)/2)
mydf <- melt(iris, measure.vars=names(iris)[1:4])
mydf$treatment <- as.factor(mydf$treatment)
mydf$variable <- factor(mydf$variable, levels=sort(levels(mydf$variable)))
mydf$both <- factor(paste(mydf$treatment, mydf$variable), levels=(unique(paste(mydf$treatment, mydf$variable))))
a <- combn(levels(mydf$both), 2, simplify = FALSE)#this 6 times, for each lipid class
b <- levels(mydf$Species)
CNb <- relist(
    paste(unlist(a), rep(b, each=sum(lengths(a)))), 
    rep.int(a, length(b))
)
CNb
CNb2 <- data.frame(matrix(unlist(CNb), ncol=2, byrow=T))
CNb2
#new p.values
pv.df <- data.frame()
for (gr in unique(mydf$Species)){
    for (i in 1:length(a)){
        tis <- …

我想用底部的图例制作一个情节，但图例总是被剪掉......因为它似乎ggplot2无法自动确定底部图例中的最佳列数，我尝试自己做......没有成功。

假设我有以下mydf数据框：

mydf <- data.frame(group=paste0('gr',1:10), var=paste('some long text -', LETTERS), value=runif(260, 0, 100))
head(mydf)
#  group                var     value
#1   gr1 some long text - A  7.941256
#2   gr2 some long text - B 50.740651
#3   gr3 some long text - C 89.068872
#4   gr4 some long text - D 77.572413
#5   gr5 some long text - E  9.792349
#6   gr6 some long text - F 35.194944

我希望我的输出图的宽度为 12（英寸）。

当我用 绘制图时ggplot2，图例的宽度大于图并被剪切：

width_scale <- 12
grDevices::pdf(file='test.pdf', …

我想用ggplot2做一个非常简单的直方图.我有以下MWE:

library(ggplot2)
mydf <- data.frame(
                  Gene=c("APC","FAT4","XIRP2","TP53","CSMD3","BAI3","LRRK2","MACF1",
                  "TRIO","SETD2","AKAP9","CENPF","ERBB4","FBXW7","NF1","PDE4DIP",
                  "PTPRT","SPEN","ATM","FAT1","SDK1","SMG1","GLI3","HIF1A","ROS1",
                  "BRDT","CDH11","CNTRL","EP400","FN1","GNAS","LAMA1","PIK3CA",
                  "POLE","PRDM16","ROCK2","TRRAP","BRCA2","DCLK1","EVC2","LIFR",
                  "MAST4","NAV3"),
                  Freq=c(48,39,35,28,26,17,17,17,16,15,14,14,14,14,14,14,14,14,13,
                  13,13,13,12,12,12,11,11,11,11,11,11,11,11,11,11,11,11,10,10,10,
                  10,10,10))
mydf
ggplot(mydf, aes(x=Gene)) +
      geom_histogram(aes(y=Freq),
      stat="identity",
      binwidth=.5, alpha=.5,
      position="identity")

我总是使用这个简单的代码来生成这种直方图.

事实上,我有一段时间前我做过的这个特例的情节......

但是,现在我运行完全相同的代码,我收到以下错误:

错误:未知参数:binwidth,bin,pad

为什么我现在而不是之前发现此错误,这是什么意思？

非常感谢!

我被要求用 Arial 字体在 R 中重做以下维恩图，但没有组名……看着VennDiagram 手册，我不明白我该怎么做……

这是我的 MWE：

#install.packages("VennDiagram")
library(VennDiagram)

a <- c(1,2,3,4,5,6)
b <- c(4,5,6,7,8,9,10,11,12)
c <- c(1,2,10,11,12,5,13,14,15,16)

venn.diagram(list("A" = a, "B" = b, "C" = c),
                 fill = c("red", "blue", "green"), alpha = c(0.5, 0.5, 0.5),
                 cat.cex = .75, cex = .75, lty =2, lwd =0.5, fontfamily ="serif",
                 filename = "test.tiff", imagetype = "tiff",
                 height = 3000, width = 3000, resolution = 1500, units = "px",
                 main="TITLE", main.pos=c(0.1,1.05), main.fontfamily="serif", main.cex=.75)

甚至可以删除组名 A、B 和 C，并将字体系列更改为 Arial，或者我应该考虑另一种方法而不是 R？ …

我知道如何使用 pheatmap 按注释类别对行（基因）进行分组，并且我知道如何对整个行（基因）集执行 Person 的相关聚类，但我想要完成的是执行聚类（并显示独立的树状图）独立于每个类别。

这甚至可能吗？或者我是否被迫为每个类别创建单独的热图以在类别的基础上进行聚类？

在下面检查我的 MWE：

set.seed(1)
library(pheatmap)

mymat <- matrix(rexp(600, rate=.1), ncol=12)
colnames(mymat) <- c(rep("treatment_1", 3), rep("treatment_2", 3), rep("treatment_3", 3), rep("treatment_4", 3))
rownames(mymat) <- paste("gene", 1:dim(mymat)[1], sep="_")

annotdf <- data.frame(row.names = paste("gene", 1:dim(mymat)[1], sep="_"), category = c(rep("CATEGORY_1", 10), rep("CATEGORY_2", 10), rep("CATEGORY_3", 10), rep("CATEGORY_4", 10), rep("CATEGORY_5", 10)))

pheatmap(mymat,
     scale="row",
     cluster_rows = FALSE,
     cluster_cols = FALSE,
     gaps_row=c(10,20,30,40),
     gaps_col=c(3,6,9),
     cellheight = 6,
     cellwidth = 20,
     border_color=NA,
     fontsize_row = 6,
     filename = "TEST1.png",
     annotation_row = annotdf
)

pheatmap(mymat,
     scale="row",
     cluster_rows = …

为了完整起见，针对这个问题，我修改了可接受的答案并定制了结果图，但我仍然面临一些重要问题。

总而言之，我正在做箱形图，以反映Kruskal-Wallis和成对的Wilcoxon测试比较的重要性。

我想将P值数字替换为星号，并仅显示重要的比较，从而将垂直间距减小到最大值。

基本上，我想做这个，但面的补充问题，即混乱的一切行动。

到目前为止，我已经开发了一个非常不错的MWE，但是它仍然显示出问题...

library(reshape2)
library(ggplot2)
library(gridExtra)
library(tidyverse)
library(data.table)
library(ggsignif)
library(RColorBrewer)

data(iris)
iris$treatment <- rep(c("A","B"), length(iris$Species)/2)
mydf <- melt(iris, measure.vars=names(iris)[1:4])
mydf$treatment <- as.factor(mydf$treatment)
mydf$variable <- factor(mydf$variable, levels=sort(levels(mydf$variable)))
mydf$both <- factor(paste(mydf$treatment, mydf$variable), levels=(unique(paste(mydf$treatment, mydf$variable))))

# Change data to reduce number of statistically significant differences
set.seed(2)
mydf <- mydf %>% mutate(value=rnorm(nrow(mydf)))
##

##FIRST TEST BOTH

#Kruskal-Wallis
addkw <- as.data.frame(mydf %>% group_by(Species) %>%
                       summarize(p.value = kruskal.test(value ~ both)$p.value))
#addkw$p.adjust <- p.adjust(addkw$p.value, "BH")
a <- combn(levels(mydf$both), 2, simplify = …

假设我有一组不同长度的向量。

我想始终获取其中的前 9 个元素。

但是，如果向量长度<9，我想获取所有元素，并从一开始就再次（一次又一次......必要时）完成最多 9 个向量。

例如：

v1=LETTERS[1:15]-> 我想抢"A" "B" "C" "D" "E" "F" "G" "H" "I"

v2=LETTERS[1:5]-> 我想抢"A" "B" "C" "D" "E" "A" "B" "C" "D"

v3=LETTERS[1:3]-> 我想抢"A" "B" "C" "A" "B" "C" "A" "B" "C"

... 等等。

有没有一种简单的方法可以做到这一点而无需遍历循环和异常？