使用 ggplot2 或 ggpubr 不同个体及其散点图之间的相关性
Correlation between different individual and their scattershot using ggplot2 or ggpubr
我的样本的表示是:
dat<-read.table(text=" AN1 AN2 AN3 ANM1 ANM2 ANM3
82 78 77 98 86 93
79 73 99 85 86 77
82 74 84 79 73 76
89 73 96 83 72 80
70 71 72 84 76 99
78 76 95 87 76 98
72 87 74 76 79 88
95 85 85 96 94 81
72 86 99 76 93 72
80 97 90 95 77 91
94 95 79 90 78 95
94 83 84 91 73 100
77 92 95 82 83 95
82 82 84 78 96 90
81 83 85 71 76 95
89 79 87 72 99 98
93 96 84 74 82 86
77 98 89 84 87 86
86 98 92 95 72 89
98 92 99 87 93 99",header=TRUE)
我想在 AN1 和 ANM1 之间建立关联; AN2 和 ANM2 以及 AN3 和 ANM3 使用循环。我想要 "basic Plot" 可用 here。所以我会分别得到三个散点图。
我使用了下面的代码,但是没有用:
AN<- dat[1:3]; ANM<- dat[4:6];
lapply(1:3, function(x) ggscatter(AN=[,x],ANM[,x]))
我认为使用 for
循环您的代码会更好看。所以,为了纯粹重现你的例子,我会做这样的事情:
library(ggpubr)
dat<-read.table(text=" AN1 AN2 AN3 ANM1 ANM2 ANM3
82 78 77 98 86 93
79 73 99 85 86 77
82 74 84 79 73 76
89 73 96 83 72 80
70 71 72 84 76 99
78 76 95 87 76 98
72 87 74 76 79 88
95 85 85 96 94 81
72 86 99 76 93 72
80 97 90 95 77 91
94 95 79 90 78 95
94 83 84 91 73 100
77 92 95 82 83 95
82 82 84 78 96 90
81 83 85 71 76 95
89 79 87 72 99 98
93 96 84 74 82 86
77 98 89 84 87 86
86 98 92 95 72 89
98 92 99 87 93 99",header=TRUE)
for(i in 1:3){
AN <- paste0("AN", i)
ANM <- paste0("ANM", i)
print(
ggscatter(dat, x = AN, y = ANM)
)
}
要尝试从提供的 link 中创建与 基本图 类似的内容,我会将 for
循环更改为:
for(i in 1:3){
AN <- paste0("AN", i)
ANM <- paste0("ANM", i)
print(
ggscatter(dat, x = AN, y = ANM,
add = "reg.line",
conf.int = TRUE,
add.params = list(color = "blue", fill = "lightgray")) +
stat_cor(method = "pearson", label.x = 3, label.y = 30) # Here label.x and label.y deform the plot, seems to be a case to tune them to your needs.
)
}
现在,如果您必须使用 lapply
,我会尝试通过创建一个函数来创建一些抽象:
create_plot <- function(data, prefix_x, prefix_y, index) {
x_col <- paste0(prefix_x, index)
y_col <- paste0(prefix_y, index)
g <- ggscatter(data, x = x_col, y = y_col,
add = "reg.line",
conf.int = TRUE,
add.params = list(color = "blue", fill = "lightgray")) +
stat_cor(method = "pearson")
return(g)
}
lapply(1:3, create_plot, data = dat, prefix_x = "AN", prefix_y = "ANM")
我的样本的表示是:
dat<-read.table(text=" AN1 AN2 AN3 ANM1 ANM2 ANM3
82 78 77 98 86 93
79 73 99 85 86 77
82 74 84 79 73 76
89 73 96 83 72 80
70 71 72 84 76 99
78 76 95 87 76 98
72 87 74 76 79 88
95 85 85 96 94 81
72 86 99 76 93 72
80 97 90 95 77 91
94 95 79 90 78 95
94 83 84 91 73 100
77 92 95 82 83 95
82 82 84 78 96 90
81 83 85 71 76 95
89 79 87 72 99 98
93 96 84 74 82 86
77 98 89 84 87 86
86 98 92 95 72 89
98 92 99 87 93 99",header=TRUE)
我想在 AN1 和 ANM1 之间建立关联; AN2 和 ANM2 以及 AN3 和 ANM3 使用循环。我想要 "basic Plot" 可用 here。所以我会分别得到三个散点图。
我使用了下面的代码,但是没有用:
AN<- dat[1:3]; ANM<- dat[4:6];
lapply(1:3, function(x) ggscatter(AN=[,x],ANM[,x]))
我认为使用 for
循环您的代码会更好看。所以,为了纯粹重现你的例子,我会做这样的事情:
library(ggpubr)
dat<-read.table(text=" AN1 AN2 AN3 ANM1 ANM2 ANM3
82 78 77 98 86 93
79 73 99 85 86 77
82 74 84 79 73 76
89 73 96 83 72 80
70 71 72 84 76 99
78 76 95 87 76 98
72 87 74 76 79 88
95 85 85 96 94 81
72 86 99 76 93 72
80 97 90 95 77 91
94 95 79 90 78 95
94 83 84 91 73 100
77 92 95 82 83 95
82 82 84 78 96 90
81 83 85 71 76 95
89 79 87 72 99 98
93 96 84 74 82 86
77 98 89 84 87 86
86 98 92 95 72 89
98 92 99 87 93 99",header=TRUE)
for(i in 1:3){
AN <- paste0("AN", i)
ANM <- paste0("ANM", i)
print(
ggscatter(dat, x = AN, y = ANM)
)
}
要尝试从提供的 link 中创建与 基本图 类似的内容,我会将 for
循环更改为:
for(i in 1:3){
AN <- paste0("AN", i)
ANM <- paste0("ANM", i)
print(
ggscatter(dat, x = AN, y = ANM,
add = "reg.line",
conf.int = TRUE,
add.params = list(color = "blue", fill = "lightgray")) +
stat_cor(method = "pearson", label.x = 3, label.y = 30) # Here label.x and label.y deform the plot, seems to be a case to tune them to your needs.
)
}
现在,如果您必须使用 lapply
,我会尝试通过创建一个函数来创建一些抽象:
create_plot <- function(data, prefix_x, prefix_y, index) {
x_col <- paste0(prefix_x, index)
y_col <- paste0(prefix_y, index)
g <- ggscatter(data, x = x_col, y = y_col,
add = "reg.line",
conf.int = TRUE,
add.params = list(color = "blue", fill = "lightgray")) +
stat_cor(method = "pearson")
return(g)
}
lapply(1:3, create_plot, data = dat, prefix_x = "AN", prefix_y = "ANM")