登录社区云，与社区用户共同成长
邀请您加入社区
热图不再过多介绍了，参考之前的内容（热图系列大全）。单细胞基因可视化中热图也是比较受欢迎的，在分析完每群的marker基因之后，可以挑选显著的gene用seurat自带函数DoHeatmap可视化。当然也可以选任意自己想展示的基因进行可视化。首选选择基因，将其转化为列表，然后比对到原数据。markers <- c("ACKR1","RAMP2","SELE","VWF","PECAM1","
data<-read.table('C:/Users/HXWD/Desktop/数据/rb.csv',header=TRUE,sep=',')data=data[,5]head(data)data=log(data)head(data)adf.test(data,k = 1)#读取数据，取对数，并进行单位根检验Augmented Dickey-Fuller Testd
数据处理中经常会有这样的情况，需要合并多个数据（按行或者按列合并），常规的merge或者rbind只能两个两个合并，操作繁琐。可以使用自写函数或do.call()函数进行数据库的拼接或合并，具体操作如下：按列合并mypath<-"C:/Users/18896/Desktop/example1"multmerge = function(mypath){filenames=list.files(
