PCR产物大小比引物距离大很多，什么原因？
如图，最左边是DL500maker，最上面是500pb，间隔100bp吗，maker右边三个是三个引物P出来以后的结果，第一条不太明显，大概450bp左右，第二个有两条带，第三个大概400bp左右，现在的问题是，我用的NCBI在线设计的引物，三个引物的产物大小应该是145bp，138bp，172bp，现在pcr产物的大小明显大很多，这是什么原因，请各位大侠多多指教。 转化后在氨苄培养基上长出的卫星菌落怎么办？
转化了之后在24度培养了4h ,才发现温度不对，才找了37度的恒温箱，因为培养11个小时都没见着大肠杆菌，重新涂板3，就一起过夜培养了，估计也有22小时，早上来看，1.2长满了菌落，一个个可以分开的，就是有点多，3号培养15小时也长满了，但是特别小，估计也就针尖大小，不知道是不是氨苄失效了，第一次做这个实验，在网上看了看，我猜想是不是卫星菌落，挑了几个在分别氨苄LB里面摇菌，想问下，如果是挑了卫星
在癌和癌旁组织中看某个蛋白的差异，怎么统计差异呢？
我现在有20对组织，都是癌和癌旁，我用western blot检测了某一个蛋白的水平，然后扫描灰度值，那么怎么统计差异呢？用t检验？配对T检验？
western 做GAPDH的内参，总有杂带
已经做了一个多月的 GAPDH 内参，总是有杂带，我用的是 bioworlde 品牌的一抗，说明书上建议的浓度是 1:5000—1:15000。我第一次做的时候是用 1:5000，结果是有明显的杂带，而且杂带和我要的条带矮得很近；第二次做是 1:7000，杂带明显且与所要条带距离很近；第三次，重新配置一抗，换了一组样，其他条件和前两次一样，条带表带效果不好，但是杂带没有了；从第四次开始，次次出现杂
哪位知道这里怎么挣金币么？
我想下载Prize，但是金币不够Orz.但是，我找了半天也没看到哪里有说可以挣金币的，囧，哪位知道的可以告诉我么Orz
慢病毒包装难不？需要哪几大步骤？
我想从小鼠中获得骨髓间充质干细胞，然后想过表达某一蛋白，用普通质粒转染效率太低，想要用病毒感染方式。谁知道大体分为几步？从未做过，还不太了解
western blot 发光时为什么常常会出现一边强一边弱呢？
western blot 发光时第一张片子两边一样强，但是发第二张时就会出现一边强一边弱呢？我敷发光液的时候是均匀的。
怎样纯化自己制备的抗体？
我从目的蛋白的C-端中挑选了一段15个氨基酸序列的多肽进行化学合成，在肽段N-端连接BSA，对兔子进行免疫，制备了抗血清。经初步检测，抗血清中有可与我的目的蛋白相结合的抗体存在，而且效价很高。我想请问，制备的抗血清一定要进行纯化吗？进行此步骤有何优点。如果进行纯化的话，我的这种情况使用何种方法最好？
弱弱的问下，想研究一个蛋白对p53的作用该如何设计实验？
本人小硕，还需要做些科研，导师发现一个因子可能和肿瘤相关，让我去看看文献，设计下如何做，导师的意思是看他是否会和P53有联系，他本身是做临床的，科研其实也不是太有思路，所以请教各位我该如何去设计实验呢？下周导师就让我把设计路线给他看，可是现在啥思路都没有啊，一个做临床的硬要被拉上做科研！！！
关于考马斯亮蓝法测定蛋白含量的问题？
之前配制了考马斯亮蓝显色液，看各种文献说颜色变化应该是红棕色，显色液pH应为酸性，但是配制好的显色液颜色由红棕色变为深青蓝色，测的蛋白质含量也偏低，但是测了显色液的pH，的确在2左右，想问一下做过的大神们，配置好的显色液定容后的颜色是否为红棕色
只有提问题的地方，可不可以分享软件之类的？
我有一些生物方面的大家可能用到的软件，可以分享。怎么发布啊？或上传上去？我想下载那个prezi 需要金币？？怎么能赚啊
请问Westernblot出现这样的条带是什么原因，反白?
在WB时有两个蛋白总是出现第一张图的现象：泳道之间是黑色，泳道上应该显示条带的位置却显示比较浅的颜色，跟常说的“反白”现象也不相同。第二张图跟第一张图是不是同样的情况，只是程度不同？请问出现这种现象的原因是什么？该怎么解决？谢谢。 菌落PCR正确，但是菌液提取重组质粒一直提不到是什么原因？
重组质粒的过程中发现用菌液直接PCR能得出一条目的条带，但是比较弱，但是质粒大提之后就没有任何东西了，怎么回事呢？
求Meta分析课件！？
本人非医学专业（生物专业），因研究需要想做下Meta分析，无奈基础太差，能看到的大部分教程（华西医学院版本）感觉帮助不大，希望手头有相关基础知识课件的狗友们给予帮助，本人邮箱hdl740626@163.com，最好是操作的讲解，不胜感谢！
western blot一抗用兔抗小鼠二坑用小鼠抗免行吗?
比如我想要检测小鼠的某个指标，一抗用兔抗小鼠，大学都说二抗不能用小鼠抗兔，应该用山羊抗兔，理由却说不上来。各位前辈大神帮帮分析分析
请问下免疫组化和免疫荧光之间的固定液有什么区别呢？
做免疫荧光的时候师兄叫用的蔗糖固定，做免疫荧光的时候让用酒精固定~但是一直不知道为什么，求前辈指点
质粒测序结果比对没有覆盖全长怎么办？
我构建的片段由1500个碱基左右，我让公司测通，然后公司发送了拼接的序列给我了，但是我比对后发现最前面几个碱基和最后面10多个碱基没有了，该如何办？
引物设计的一个问题？
我从NCBI上找到两段基因片段，用blast进行对比，有好几个变异位点，我想选其中一个来设计引物，那这几个当中我选哪个呢，这个有没有什么方法来鉴定，选哪个是最好的，还是都一样，随便选一个？
DNA斑点杂交中，探针怎么合？
用罗氏的地高辛试剂盒合探针，DNA经过超声打断，醋酸钠乙醇沉淀纯化，合成体系按照试剂盒说明书上的20微升体系，37℃水浴20小时。经过检测探针只能出来几个点，到不了0.1pg的检出限？这是为什么？希望有做过的大神帮帮忙。
哪种方式制作抗体最好呢？
有人合成一些蛋白质的肽段，然后去免疫兔子，但是这种方法可能只能做Western blot，可能免疫荧光就做不了。还有一种方法是提纯蛋白，然后去免疫兔子，比如从SF9里面提纯蛋白，哪一种更好呢？
cst某抗体，说明书上说只能应用于wb，但是有文献使用该抗体做IHC，结果良好，可能吗？
cst某抗体，说明书上说只能应用于wb，但是有文献使用该抗体做IHC，结果良好，可能吗？
软琼脂克隆形成实验？
最近在做软琼脂克隆形成实验，不知道最后计数和染色是怎么操作的？ 据说结晶紫染色会无法脱色，导致整个琼脂都是紫黑色的，有谁做过的比较有经验吗？
最近师兄让做qPCR，让我帮忙加96孔板，从未做过啊，需要注意什么事项呢？
正处于学习技术阶段，想表现的好些，希望各位能告诉我下要加样的时候要注意些什么，非常感谢
TEV为什么切不开？
表达一个MBP融合的小肽，然后用TEV酶切。之前是其他同学做的，可以切开。然后中间有一年的时间没有做，现在由我接手。做了几次，TEV都切不开。所有的条件和以前都是一样的。想问问是什么原因？
如何克隆一个蛋白的表达质粒？
上次在这得到了“搬砖狗”的指点，http://www.keyangou.com/ask/show/52 准备做A蛋白对肿瘤细胞的增殖影响，摸索了半天，发现需要先构建A蛋白的表达载体，请问该如何做呢？最好从购买试剂开始到最后做完，纯小白一个
我想去掉一个质粒中间12个氨基酸，通过重叠PCR一次能够做出来不？
有一个质粒，我想去掉中间36个碱基（12个氨基酸），自己设计一个重叠的引物，一次PCR能够做出来不？还是需要分多步？以前只做过定点突变，还未做过缺失掉30多个碱基的，希望做过的同学朋友介绍介绍经验
MEM培养液DMEM，1640培养液有什么区别呢？都适用于什么细胞呢？
常用培养基适用什么细胞？如果我养的是肿瘤细胞，上面三种培养液是不是都适用？
qPCR CT值不大，p出来了条带，可是引物拿去blast却什么都blast不出来，为什么？
我做的一个基因，引物是从文献里找到。PCR、qPCR都很正常出峰，结果最近手欠那引物blast一下，竟然什么都blast不出来，这是怎么回事？有碰到一样的情况吗？
昨天刚看到一篇Nature资讯说生物医学的博士太多了，怎么看？
中国每年新招博士25万多，现在生物医学博士满大街了，难道都是听了“21世纪时生物医学世纪？”
冰冻切片和石蜡切片各有什么优缺点？
冰冻切片和石蜡切片主要的优缺点是什么？什么情况下一定要用冰冻切片？什么情况下一定要用石蜡切片？只有6个金币，全给了，虽然好像金币没啥用，但是这是我的全部家当啊，望大家告诉我下答案
3' 5'RACE扩了两轮都还没带呢，请指导问题出在哪里?
按照 clontech 公司的sMARTer™ RACE cDNA Amplification Kit 合成cDNA第一链，以1ul为模板，UPM和5’特异性引物做第一轮扩增，UPM和3’特异性引物做第一轮扩增，电泳无条带，故没有稀释第一轮产物，直接取1ul产物做模板，UPM和第二条5’特异性引物做第二轮扩增，UPM和第二条3’特异性引物做第二轮扩增，电泳也没条带，PCR程序是严格按照该试剂盒推荐
请教达人们，小鼠胚胎消化系统的包埋切片怎么做呢？
要切小鼠胚胎的消化道，观察发育的形态。跪求各位大神指导，有哪些注意事项？包埋切片的方向是啥？主要是前肠部分的，急啊。。。
有什么实验能够直接证明A蛋白和B蛋白结合不？
比如co-ip只能说明两个蛋白在细胞内是一个复合体，并不能说明他们是直接结合的，有可能是A与C结合，C的其他部分与B结合。GST-pulldown实验虽然是体外的实验，但是在如此高浓度蛋白下做出的结合总是觉得不太可信。求大家解答
qPCR引物如何设计啊？
科研狗订阅号讲了很多qPCR，但是一直没讲如何设计引物，其实新手最先面临的问题是如何设计引物，具体原理啥的一般不是太关心，先做一个结果出来，然后再去看原理和分析结果
怎么才能让excel里面做的统计图符合发表文章的要求啊？
从excel统计之后，复制粘贴到photoshop里面之后，一放大就全虚了？怎么才能在excel里面作图满足发表文献要求？
SDS-PAGE 条带跑成这个样子是什么原因？
蛋白条带跑成这个样子是什么原因？浓缩胶5%，分离胶12%。80V半小时，120V40min左右。为什么marker的条带是正常的，但是其他条带出现很多横线。 我想发表一篇SCI的综述，大家有何经验啊？
本人想发表一篇SCI综述，关于某属的化学成分和构效关系研究的综述，请科研达人帮我指点一二，这方面的文章SCI适合投什么杂志？由于本人才开始注册，金币不多，多多光照！
为什么人结核分枝杆菌h37rv在液体培养7h9不生长？
我用的Sigma的Middlebrook 7H9基础培养基，OADC是按照说明书自己配的。现在接种了人结核分枝杆菌h37rv和非结核分枝杆菌Kansasii，接种菌液浓度为0.001 mg/mL。我做了3次实验了，每次都是重新配制的培养基，从改良罗氏培养基中新鲜接种菌体，但每次都是kansasii能够很好的在7H9中生长，大概3-5天就能看到明
有用Bac-N-Blue方法成功地用昆虫-杆状病毒表达系统表达出目的蛋白的么？
菜鸟，需表达一100KDA的目的蛋白，决定用昆虫-杆状病毒表达系统来表达。发现用的较多的是Bac-to-Bac系统，但经了解该系统不是最有效的,往往表达的效率不高，有的小伙伴用的是线性化野生病毒，载体是pMelBac，即Bac-N-Blue系统，请有经验的传授注意事项，希望该贴成为经验交流贴，谢谢
请问谁做过DNA残留量检测的实验？
准备做生物制品宿主菌的DNA残留量检测，计划是要买罗氏的DIG DNA Labeling and Detection Kit 试剂盒，想问一下哪位同学做过除了买这个试剂盒以外还需要什么试剂或材料？多谢！！
帮帮忙找一个Ephrin分子在突触定位的实验和其调节突触功能的证据的实验(knock-out)?
Ephrin，1.突触定位的证据（One key experiment in the earlier paper for its molecule) 2.调节突触功能的证据 （One key experiment for its function ,GOF,LOF,phenoty
蛋白制样离心后上清 絮状物是什么？
蛋白制样过程中， 离心取上清时，上清中有白色絮状物无法分开（离心后ep管底部也有沉淀），这白色絮状物是什么？会影响下一步的WB吗？
细胞对数生长期时怎样确定的？
细胞长满培养皿后传代，一般的情况下是16-18H达到对数生长期（密度适宜的情况下），如果细胞传代时分的数量过少，如20-30%，那么等到细胞再次长到70-80%，但是时间已经过了1-2天，这时候细胞还算是处于对数生长期内吗？（因为做实验对细胞的要求都是要处于对数生长期内的。）
bio-rad转膜仪转膜是出现E1-E14不同的各种错误分别是什么意思？
在WB过程总，使用bio-rad的湿转体系，在调整时间和电压后，出现E+数字各种错误，都代表什么错误，分别要如何解决，哪里能下载到相关的说明书吗？
带有针头的肿瘤细胞扎手后真的会得肿瘤吗？
前段时间清华大学的博士被报道，由于被扎后出现转移性恶性肿瘤。老师不是一直强调个体自身具有强大的免疫能力，对于外来的细胞清除能力强。还是这个清华大学博士免疫力弱？
细胞污染的问题？
培养皿中全是黑点，但是不像杆菌和球菌那样能动。黑点基本不动，但是能复制增长，出现好几次了，不知道是什么原因，有谁遇见过这种情况没？
关于免疫组化结果分析?
作为实验新手，刚刚步入实验，对于很多东西都不懂得，请各位大神帮下忙。我得到了免疫组化的实验数据，请问一下，我要什么用什么软件进行分析，具体分析步骤。谢谢各位大神了!
现在knockin 一般加什么标签？HA之类的，有没有什么新进展新技术呢？
例如用cas9在基因组一个基因后面knockin一个标签方便后续追踪鉴定chip之类的，会加什么标签比较好呢？各有什么优缺点？
胶原酶如何配制？
我打算用胶原酶来消化小鼠的子宫，购买的酶的型号是：sigma 货号C5138。100mg/瓶的IV型胶原酶，须配成0.05 - 0.1 mg/ml。说明书上说用50 mM TES buffer配, pH 7.4，请问TES buffe是什么溶液，mM代表什么意思？怎么确定溶液PH为7.4呢？溶液的用量如何确定？？
【请教】线粒体基质钙离子浓度测定方法
首先先谢谢大家！～老板让做线粒体钙稳态的相关实验，我查了一下有 甲基百里香酚兰(MTB)比色法 测定线粒体钙浓度，但是老板觉得不靠谱，有没有什么别的方法，大家有什么别的方法供我参考一下，或者在哪里查？谢谢～
关于心肌细胞培养液中细胞因子elisa试验?
因实验需要，马上需要侧心肌细胞培养上清液中IL-6，IFN-GAMMA，MCP-1和TNF-α水平，不知道有没有同道做过相关实验，有几个问题请教：1、细胞上清液如何处理，需要取细胞上清液然后离心再去上清吗2、细胞上清液需要先超滤浓缩或冻干吗？因为我担心上清液中这些细胞因子浓度太低3、细胞培养基中会存在对检测有影响的物质吗？?
如何让细胞增殖？
我是做鱼类肝脏原代细胞培养的，采用胶原酶酶解的方法成功启动了原代细胞的培养，细胞可以从组织块迁出。细胞迁出到70%左右用胰酶进行细胞消化，接到6孔板里面，细胞不分裂直到死去。从开始培养到死亡大约3-4周。请问有什么方法可以让细胞增殖呢？谢谢，请不吝赐教。
做某个蛋白的氨基酸多序列比对，至少需要几个物种的该序列？
我的蛋白有800个氨基酸，做多序列比对，DNAMAN比对完输出的图片很长，word一页放不下，想着能不能少比对几条序列，最少选几条序列呢？多谢。
生物医学实验室有哪些剧毒物质？毒性怎样？
我指的是日常试验中通过接触或者呼吸可能带来的毒性危害，比如EB试剂。并不是说各吃掉1kg 看谁毒性强。悬赏100金币~
蛋白western blot中的marker是否要加loading煮沸呢？
有的说要煮沸，不然会导致marker位置不准确；有的说不要煮沸，直接上样，到底如何是好？
qPCR的内参问题?
<p>我要比较实验组和对照组中基因A的表达水平，但是A的表达量太低，所以做PCR的时候cDNA加的比较多（比如加了Xug），内参GAPDH组是否一定要和目的基因加的量一样？如果加一样的话GAPDH的Ct值就非常小了，求大神解答！</p>
慢病毒感染细胞后细胞形态变化？
慢病毒感染肝癌细胞HepG2及Huh7后细胞形态变得细长，正常吗？是因为感染病毒引起的，还是因为嘌呤霉素筛选引起的？
cDNA 一共有几个含义？
cDNA一共有几个含义，最近老板提问，回答互补DNA，结果老板说还有别的含义，可是再也查不到，有哪位大神可以引经据典的说一下，万分感谢！！
【求助大神】冻存细胞的线粒体染色用什么好？Mitotracker能用么？
我想染样本的细胞的线粒体，但是在取样的时候一取完就放液氮冻存了，想请教一下有没有什么方法可以染冻存后细胞里的线粒体，Mitotracker能不能使用？ 十分感谢
TβR I做western blot，怎么都做不出来？
我用的是70v 30min，120v 1h电泳，转膜200mA 2h，转膜液用的是碧云天的，1抗是Abcam，TβR I怎么都不出来，内参也出不来。之前怀疑是样本问题，重新处理样本后，只有第一次出来了，之后就再也没出来？
我XP系统，电脑自带office2003，scienceslide2005软件安装了，程序运行却是卸载程序，打开PPT点击加载宏也没有那个插件求解 ？
我XP系统，电脑自带office2003，软件安装了，程序运行却是卸载程序，打开PPT点击加载宏也没有那个插件求解
绘图求助_20160806_我来到你的城市
http://files.keyangou.com/group/files_show/2/312按照文件里面western blot扫描图片做成300dpi的图片，分别有p53,mdm2,actin三个条带，4个孔邮箱：xxx@xxx.com
科研绘图小组上线，组长发福利，有需要绘图的进来看看
新官上任三把火，感谢“科研狗”的赏识，能够担任本小组的组长，为了表示作为组长的责任心，我决定免费为大家绘制科研中遇到的图片，有需要的同学可以按照如下步骤操作：1. 预处理文件（比如wester blot扫描图，免疫组化图，免疫荧光图）。上传之前先要按照规则把自己的文件命名，首先把所有的文件压缩打包，命名为“日期_网站昵称”,比如“20160806_我来到你的城市”。为了避免泄露科研相关信息，你可以 USB3.0优盘免费送，科研狗招募官方组长
曾经有一只苦逼的实验狗，整天忙忙碌碌却毫无头绪，没有任何进展。它为了构建一个稳转细胞系花费了半年，为了提纯一个蛋白花费了一年，构建了无数的质粒，大部分只用了一次就搁置了。它曾经的梦想是成为一只奔跑于世界的狼；然而，实验总是让它成为一只生无可恋的狗少年不识愁滋味，爱做科研，爱做科研。在这一年里，科研狗得到了大家的热爱。但是科研狗本身单个力量非常有限，想团结广大的科研人员，一起参与分享和帮助。因此在此 如何创建一个讨论小组？
1. 首先在科研狗网站中注册一个用户账号，注册地址为：http://user.keyangou.com/register. 你可以通过邮箱、微信、qq、微博账号登录。2. 科研狗是一个半实名的平台，只有实名之后才能够进行操作，所以请登录账号之后在个人后台提交实名认证资料，http://user.keyangou.com/home/admin/verify. 系统会在24h内进行实名认证。3. 实名 小组管理教程
小组开通访问之后，需要进行一些初始化设置。下面以官网的“科研狗”小组为实例。1.登录网站之后，打开自己创建小组的主页，在小组头部里面有一个“管理小组”链接：2. 点击之后进入小组后台的“小组设置”页面：注意：a. 讨论组的名称不要随意修改，修改之后会导致需要重新审核，审核期间不能访问。b. 小组公告里面可以设置微信讨论群的群二维码和群主的微信号（微信讨论群超过100人就不能直接扫码加入，需要管理员 如何成为官方小组？
申请官方小组组长要求：1. 科研狗平台上面没有相关的小组，或者存在相关小组但是没有任何内容管理不善。2. 申请者在该方面有较长的特长，经验丰富。3. 有一颗热爱分享互助的心，愿意通过科研狗平台帮助同学、展示自我、结识更多优秀科研人员。如果满足上面3点请加微信“widy-liu”，进行官方小组认证操作。官方小组要求：一个科研狗网站小组对应一个微信讨论群小组，网站小组作为平常问题解答的主要方式，微信讨
祝贺[lkqq]申请通过成为小组[形态学与解剖学讨论组]的组长
祝贺[lkqq]申请通过成为小组[形态学与解剖学讨论组]的组长，相信在组长[lkqq]的领导下，小组会更上一层楼
请教载体
hello，请教一下病毒载体与其他的载体有什么不同，病毒载体的不同元件代表的意思？已经元件的翻译顺序。比如：U6-MCS-Ubi-EGFP-IRES-puromycin。这个元件的EGFP的表达受不受U6的调节？
清华大学用CRISPR解析重要 lncRNA
清华大学采用 CRISPR/Cas9 解析果蝇 lncRNA 的重要功能。感兴趣的可以看下paper。Critical roles of long noncoding RNAs in Drosophila spermatogenesisdoi:10.1101/gr.199547.115
2016年度国家杰出青年科学基金建议资助项目申请人名单
http://www.nsfc.gov.cn/publish/portal0/tab87/info52789.htm
祝贺[狼牙]申请通过成为小组[分子生物学讨论组]的管理员
祝贺[狼牙]申请通过成为小组[分子生物学讨论组]的管理员，相信在[狼牙]的管理下，小组会更上一层楼
每天一句GRE
Yet Waizer’s argument，however deficient，does point to one of the most serious weak-nesses of capitalism--namely，that it brings to predominant positions in a society people who，no matter how legitima
祝贺科研狗——生物信息学官方小组成立
随着科研狗各个细分科目小组不断成立，最引人瞩目的——科研狗 生物信息学官方小组也成立了。在科研狗社区开通生物信息学讨论版块，同时还创立了科研狗生物信息学官方微信群。方便大家能够更好的交流，促进共同学习生物信息学，助力科研，让生物信息学这个工具服务与广大科研汪。让搬砖更容易一些。欢迎各位同行老师和同学能够加入讨论，提供资源，广结朋友。在科研道路上能够越走越好，越走越远。早日毕业，早日中基金
每天一句GRE
1. It was possible to demonstrate by other methods refined structural differences among neuron types ; however ， proof was lacking that the quality of the impulse or its condition was influenc
上传资料的问题
我想上传一些资料，刚刚试了一下，目标文件太大，无法上传。只能上传8M以内大小的，但是很多文件都超过8M，怎么解决呢？总不能把一份文件拆分成几十上百个小文件吧，这样会非常乱的。
最强国自然申报秘籍Catch NSFC if you can！2016中标的共勉，没中的别上火，赶紧学习修改，迎战2017！
http://mp.weixin.qq.com/s?__biz=MzAwNTI2NjAzOA==&mid=2700043698&idx=1&sn=1257c44401168d63a36212fdc28cac3d&scene=2&srcid=0817P1RYCLFlPdtqFhpua96N&from=timeline&isappinstalle
每天一句GRE
1. Other experiments revealed slight variations in the size，number，arrangement，and interconnection of the nerve cells，but as far as psycho neural correlations were concerned，the obvious similarities
请问western blot测量条带的灰度值怎么测量呢？
用ImageJ还是Photoshop？ 为什么两个条带看上去差异非常明显，但是灰度值测量出来就只有两三倍呢？
祝贺[啦啦啦啦]申请通过成为小组[spss]的组长
祝贺[啦啦啦啦]申请通过成为小组[spss]的组长，相信在组长[啦啦啦啦]的领导下，小组会更上一层楼
怎样提高CRISPR/Cas9 编辑效率
能够提高CRISPR/Cas9 5倍编辑效率的小技巧，感兴趣的，欢迎讨论。Non-homologous DNA increases gene disruption efficiency by altering DNA repair outcomesDOI: 10.1038/ncomms12463
每天一句GRE
2. Although qualitative variance among nerve energies was never rigidly disproved，the doctrine was generally abandoned in favor of the opposing view，namely，that nerve impulses are essentially homoge
求教，如何分析一段氨基酸序列，进行gene design
比如说，我现在有一个蛋白的氨基酸序列，想要高水平的在细胞上表达。该如何进行分析与设计？如何设计最优的DNA序列，使蛋白表达水平最高？
每天一句GRE
1. Although some experiments show that，as an object becomes familiar，its internal representation becomes more holistic and the recognition process correspondingly more parallel，the weight of evidence
每天一句GRE
1. As my own studies have advanced，I have been increasingly impressed with the functional similarities between insect and vertebrate societies and less so with the structural differences that seem，
每天一句GRE
1. As my own studies have advanced，I have been increasingly impressed with the functional similarities between insect and vertebrate societies and less so with the structural differences that seem，
每天一句GRE
2. However，as they gained cohesion，the Bluestockings came to regard themselves as a women‘s group and to possess a sense of female solidarity lacking in the salonnieres，who remained isolated from on
有没有比较好用的SPSS软件+视频教程？
我的SPSS还是17版本的，现在貌似都到24了，另外有没有SPSS的视频教程？想跟着视频教程从头到尾仔细学一遍
每天一句GRE
1. Although fiction assuredly springs from political circumstances，its authors react to those circumstances in ways other than ideological，and talking about novels and stories primarily as instrumen
细胞复苏后状态不好，黑胶虫污染？
借用讨论群中的一张图片，我细胞复苏快两天了，很多黑渣滓，洗掉之后还会有，好像还会增殖的样子。类似于下面的图：到底有没有黑胶虫？好几次都遇见这种情况，大部分情况下都是复苏之后遇见的。或者看来只有重新复苏了 每天一句GRE
2. In addition， the style of some Black novels， like Jean Toomer‘s Cane， verges on expressionism or surrealism ; does this technique provide a counterpoint to the prevalent theme that portrays the fat
每天一句GRE
1. Black Fiction surveys a wide variety of novels，bringing to our attention in the process some fascinating and little-known works like James Weldon Johnson‘s Autobiography of an Ex-Colored Man. (4)注
Windows 系统和Mac系统下面Graphpad prism下载
Mac系统下载地址：http://www.keyangou.com/tools/software/show/26windows系统下载地址：http://www.keyangou.com/tools/software/show/4
2017年基金申请之未雨绸缪
http://mp.weixin.qq.com/s?__biz=MzAxMTEyODgxNg==&mid=2649418232&idx=1&sn=ecfa835cf29bdacd8cd38124a32c5bea&scene=2&srcid=0826Jg4fIyGdkKGFUdJItZXr&from=timeline&isappinstalle
每天一句GRE
1. Although these molecules allow radiation at visible wavelengths， where most of the energy of sunlight is concentrated，to pass through，they absorb some of the longer-wavelength，infrared emissions ra
如何加入统计学微信群
目前统计学微信群还可以扫码直接加入。估计很快就满100人，不能加人了。可以加组长微信shiggg备注 科研狗统计学组长带你们飞~
统计学常用网站
1.医学统计学http://www.hstathome.com 卫生统计之家（华中科技大学同济医学院流行病与卫生统计学系）www.medstatstar.com 医学统计之星（统计学及软件应用的普及）http://vip.6to23.com/statdtedm/ 或 statdtedm.6to23.com 诊断试验评价与数据挖掘（本站主页）http://nosa.m
word中卡方和标准差符号怎样输入
其实这些问题直接在word里面就可以解决的，我教大家一种方法。打开word，选择“插入”-----“符号”-------在“字体（F）”的框中找到“Symbol”，在第五行那里第四列那里就可以找到卡方符号了，你在写个2，然后在“格式”---“字体”里面把2改成上标就可以了。其实很多人也做不来均数的这个符号，其实在这里也是同样可以做的，先在第五行那里第一列插入一个横杆，然后在插入第五行那里第四列的x 标书摘要写作
http://mp.weixin.qq.com/s?__biz=MzI4NzExMjU0Mw==&mid=2651106306&idx=1&sn=7f62794364ba8735213caec8ad55c3a8&scene=0#wechat_redirect
每天一句GRE
2. The role those anthropologists ascribe to evolution is not of dictating the details of human behavior but one of imposing constraints—ways of feeling，thinking，and acting that "come naturally&
每天一句GRE
1. A low number of algal cells in the presence of a high number of grazers suggested，but did not prove， that the grazers had removed most of the algae. (3+)
每天一句GRE
2. Perhaps the fact many of these first studies considered only algae of a size that could be collected in a net (net phytoplankton)， a practice that overlooked the smaller phytoplankton (nannoplank
Western blot电泳中溴酚蓝跑斜了怎么回事？
车云：WB跑成这样，是怎么回事？科研狗：漏液了，内槽液体没有了。王娜：我也觉得，上样没上好？或者商鞅的时候板子没夹好？车云：上样应该没问题啊，漏液也不会跑的不均匀啊。wb-慌慌：板子没夹好王娜：仪器的电压会不会不均匀？wb-慌慌：夹板子的时候要让板子底部和夹子对齐，可以跑胶之前先检漏科研狗：相信我的，绝对是漏液了。我遇见过好几次了，你的桌面不是水平的，左边高右边低，所以左边很早就没有电泳液了，也就 GAPDH内参变为3个条带
扎西格桑：请问一下大师们这种情况有没有见过，这是两个泳道的内参，gapdh，上样量是一样的，而跑出来有一个有三个条带。用imageJ分析后发现左侧三个条带一起的灰度值和右侧条带灰度值基本一致。而如果只分析最上面条带，很明显差异很大。请问这是什么情况，重复了几次都是这样。王娜：只用过ACTIN扎西格桑：理论上内参蛋白很稳定不会有亚基或者裂解吧？科研狗：理论上是的。但是你重复了几次都是这样就奇怪了。你 提取细胞蛋白，出现透明粘稠物的问题
问题：提取细胞蛋白时，出现鼻涕似的透明粘稠物是什么情况？小杨：据说，是裂解出来的核酸，加上裂解液就超声（超声探头：超声3次，每次3秒），然后再放冰上静置就好了。wb-慌慌：蛋白有透明粘稠物是因为没有裂解充分，或者加的裂解液少。如果是贴壁细胞，加裂解液后，可以用刮刀反复，利用机械力使细胞破碎，直到细胞液不粘稠。蜗小懒：大家提组织蛋白研磨好之后，怎么离心？转速？时间？wb-慌慌：刮好的细胞液转移到EP
跑胶出现孔里残留的问题
宁：请问我的胶为什么会跑成这个鬼样，孔里有残留，会不会拖尾？LM（李大蒙）：电压 时间多少宁：110，几分钟。还有救吗？刚调回80宁：有残留的孔都是我前天煮了一半才加sds继续煮的，用的新配的sds，我不知道有没有影响金成一：煮完冷却后 你有离心五分钟么。我们煮完离心，把那些团聚的进不了gel的蛋白质等杂志沉淀之后，用上清液load！不过一般几乎不会有什么团聚，只是为了防止才去离心的。宁：我们没有
每天一句GRE
2. Perhaps the fact many of these first studies considered only algae of a size that could be collected in a net (net phytoplankton)， a practice that overlooked the smaller phytoplankton (nannoplank
胰岛素耐受试验中胰岛素购买问题
李某某某要发粪：hello 大家好 有人在做胰岛素耐受的么？大家用的胰岛素都是从哪里买的？鸿鹄：我们细胞实验是诺和诺德的，从医院购买的
Sal I和Xba I双酶切与甲基化的问题
Min: 师兄师姐你们好，这是我酶切位点的序列，中间隔了一个酶，6个碱基，请问这种情况SalⅠ和xbaⅠ双酶切理论上可以切开吗？许柏森：应该可以的~只要不是贴得太近金成一：理论上可以，实际其实也可以，以前就做过，而且平时DNA构建时，在载体MCS上酶切经常会碰到两个很近的酶切位点，看酶要用的Buf，你SalI和XbaI所用的buf不一样，分别切会比较高效，其他酶切位点如果buf一样，就一 甲基化缺陷型菌购买问题
Min: 这甲基化缺陷型菌（DM1（Invitrogen）、INV110（invitrogen）、JM110 )贵不贵啊?怕太贵老板不让买Jeebnn:全式金trans110，便宜的。
大家觉得药学组应该怎样才能严肃又活泼~~~~~~
加入科研狗认识了一大批科研汪。药学组也成立有一段时间了。可能是刚起步，大家有热情但不知道如何发挥，比较迷茫。现在就来谈一谈，你对药学组的看法和一些建议，当然若对科研狗网站也有高见，请大胆表白你的心意。欢迎科研汪汪们知无不言，言无不尽~~~爱你们，Mua~~
western bolt
您好，我目前还没有悬赏金，刚注册的，请谅解。我初学者刚做Western blot，遇到很多问题。请大家不吝赐教……我的载体是pET32a，载体上面包含2个His-tag。我的蛋白条带大小为10.5kd，载体上含有蛋白大小为19kd。我做western时：一抗1h，浓度为1：5000；二抗1h，浓度为1:20000.封闭时间为1h。上样量：蛋白6ul，marker3ul，电泳90min。 每天一句GRE
3. Which of the following most probably provides an appropriate analogy from human morphology for the “details” versus “constraints” distinction made in the passage in relation to human behavior? (5
巢式PCR，求经验
在进行巢式PCR时，一轮扩增检测未见条带，循环数在30，在二轮PCR中会将一轮产物稀释多少倍做模版进行二轮扩增，我稀释了20倍跑出了涂抹带。求大神指教，谢谢
英语长难句
5、Until such time as mankind has the sense to lower its population to the point where the planet can provide a comfortable support for all, people will have to accept more “unnatural food”.
质粒测序少了100多bp
可乐：大家好，我想咨询一个关于测序方面的问题。我的片段1500左右，测序时正向测序信号中断，反向测序成功～我比对了一下反向成功的序列，基本都正确。但正向少了100多bp。那么我还能用这个保种的继续下一步么？金成一：担心的话最好在正向设计多一个primer测序，靠中间些，但是离你那没测出的一百多bp最好远一点，或者你用这个基因的qRT-PCR的primer来用于测序也可以成功的，那就不需要再麻烦设计
培养基被真菌污染了，用0.22um滤膜能过滤掉不？
丹丹：我的培养基被真菌污染了。我想知道能用0.22的滤膜滤掉吗？Dr.Gao: 有血清吗？金成一：过滤是可以过滤掉，但是你的培养基是不是比较珍贵的那种？不是的话，觉得重新做个新的会不会好点？丹丹：没有血清，有细胞因子和霍乱霉素，一瓶500ml要5000多rmb金成一：5000多。。。那你还是尽快用0.22um的过滤吧丹丹：我倒是过滤了，一遍够吗？金成一：过滤两次wb-慌慌：可以先拿一株不用的细胞试
每天一句GRE-12
1. Studies by Hargrave and Geen estimated natural community grazing rates by measuring feeding rates of individual zooplankton species in the laboratory and then computing community grazing rates fo
英语长难句
3、The food supply will not increase nearly enough to match this, which means that we are heading into a crisis in the matter of producing and marketing food.
每天一句GRE
2. In the periods of peak zooplankton abundance，that is，in the late spring and in the summer，Haney recorded maximum daily community grazing rates，for nutrient-poor lakes and bog lakes，respectively，o
英语长难句
1、The supply of oil can be shut off unexpectedly at any time, and in any case, the oil wells will all run dry in thirty years or so at the present rate of use.并列句。and连接两个并列的分句。第一个分句为简单的被动句，翻译时状语unexpe
长难句
5、On the whole such a conclusion can be drawn with a certain degree of confidence, but only if the child can be assumed to have had the same attitude towards the test as the other with whom he is bein
每天一句GRE
2. The hydrologic cycle，a major topic in this science，is the complete cycle of phenomena through which water passes，beginning as atmospheric water vapor，passing into liquid and solid form as precipi
求帮助～有人做过MMP-2 western blotting吗
冰淇淋：我的MMP-2条带，在100-135有条带，在67/72没有目的条带，100-135之间的条带可能是二聚体吗？慌慌：MMP2本身条带是多大？抗体说明书上给出的位置又是多少？冰淇淋：说明书上写的是64/72的位置慌慌：样品里面有没有阳性对照冰淇淋：没有科研狗：做western blot之前首先要确定抗体是不是好使，所以一般来说你需要有MMP2的带有标签的质粒，在细胞中表达之后做好阴性对照，用 hU6-MCS-Ubiquitin-EGFP-IRES-puromycin
LM(李大蒙)：hU6-MCS-Ubiquitin-EGFP-IRES-puromycin hU6我查到人源启动子，是不是指这个病毒载体是针对人源细胞的?金成一： 那个h应该是human的意思没错LM(李大蒙)：哦，那只能对人的细胞了？金成一：我平时用U6 promoter的时候都没注意看前面是不是m，我平时用的都是mouse细胞，所以估计你那个是针对人细胞
请教各位大神，不小心把蛋白煮了俩小时，还能用不？
袁富文：请教各位大神，不小心把蛋白煮了俩小时，还能用不？科研狗：我以前遇见过。。。只要里面没有干，跑出来还可以。我是煮了90分钟慌慌：是放在水浴锅里面煮的吗？这么久。可以尝试用PCR来煮蛋白，设定好温度，不用担心时间问题，到时间自动保温金成一：煮两小时！可以熬一顿猪骨汤了王娜：没煮干吗金成一：我也有同样疑问，其实煮二三十分钟，tube里面的水分就都到tube盖顶了。莫非连盖都一起加热煮。袁富文：没
细胞培养中小黑点是细菌不？
LM(李大蒙)：小黑点是细菌不？两盘细胞都满满的小黑点，用左氧杀了一盘。对比一下，小黑点明显减少金成一：什么细胞来的？LM（李大蒙）：正常人肝细胞系金成一：你们的培养液一般加不加penicilin-streptomycin等抗生素的？LM（李大蒙）：加金成一：那就不是很轻楚黑点是啥了！如果想知道黑点是不是生物，把细胞较低速离心，取上清液来培养看看会增值不我也很有兴趣知道黑点是啥哈哈。感觉黑点不会那 每天一句GRE
1. The historian Frederick J. Turner wrote in the 1890‘s that the agrarian discontent that had been developing steadily in the United States since about 1870 had been precipitated by the closing of
细胞凋亡
大家好，我想问下我觉得我加药处理的细胞引起了细胞凋亡，一般会用什么方法来验证我的想法，一般会检测什么基因呢？qpcr 免疫荧光之类的可以吗？谢谢
各位大神，这个问题如何回复？
15DLBL：“In your previous query response 'The 3'-UTRs of CCND1 were amplified by PCR using the following primers: 5'-GTACTGGAGAATGTGCCCTGCGGCA-3' and 5'-AGCTCGRGTAAGGCTCTGCACCCGC-3’ 长难句分析
5、Probably there is not one here who has not in the course of the day had occasion to set in motion a complex train of reasoning, of the very same kind, though differing in degree, as that which a sci
每天一句GRE
2. In the early 1950‘s，historians who studied preindustrial Europe (which we may define here as Europe in the period from roughly 1300 to 1800) began， for the first time in large numbers，to investig
骨组织提取蛋白
最近有个实验是要提取骨组织的蛋白做WB的，因为没做过，所以想问下各位大神有哪位做过类似的实验~提取骨组织有没有特殊要注意的呀？和脑组织或者脊髓组织提取有没有区别啊？提取时用的裂解液有没有区别呢？因为是新手菜鸟一枚，希望能有做过的伙伴解答一下，不胜感谢~
英语长难句
3、You have all heard it repeated that men of science work by means of induction (归纳法）and deduction, that by the help of these operations, they, in a sort of sense, manage to extract from Nature certai
每天一句GRE
1. Historians such as Le Roy Ladurie have used the documents to extract case histories， which have illuminated the attitudes of different social groups (these attitudes include，but are not confined
NSFC选题，是成功的一半：医生朋友，如何选题？
NSFC如何选题，应该是医生朋友们比较头疼的问题！即便是我们专职科研的研究人员，在NSFC选题时，也是需要长期综合思考的。今天，我们关注一下，医生朋友们到底如何选题！首先，看看NSFC医学部的定位：医学科学部 医学科学部遵循科学研究自由探索和国家需求导向的“双力驱动”规律，重点支持以防病、控病和治病中的基础科学问题为目标，针对机体的结构、功能、发育、遗传和免疫异常以及疾病发生、发展、转归、诊断、
PMSF 的使用问题
虾米虾米：PMSF都是使用前数分钟内加入到裂解液中吗？如果加入之后在-20放置一两周，还能用吗？熊XX：我见过有的实验室是加好放在-20用，也没什么问题虾米虾米：额，因为看到有人说放久了会没作用，所以问下~但是如果是一两周，应该关系不大吧~熊XX：我见过别人是配好 分装到1.5的管子 每次用就拿出一管来
有人做过transwell和划痕实验吗？
熊XX：有人做过transwell和划痕实验吗金成一：划痕以前做过！测某试剂对细胞移动or生长速度的影响！熊XX：怎么划的比较好金成一：用1ml的那种tip，在无菌台上，手指直接捏稳tip粗大的一端，tip的尖端垂直于长满细胞的培养皿，个人觉得最好是3.5或6cm的dish，从上往下对半在培养皿上划下去，注意用力均匀就好，否则划出来的痕不平行。然后换添加有你需要测试药物的培养液进行培养。然后在显微
每天一句GRE
2. It can be inferred from the passage that a historian who wished to compare crime rates per thousand in a European city in one decade of the fifteenth century with crime rates in another decade of
每天一句GRE
1. Islamic law is a phenomenon so different from all other forms of law—notwithstanding，of course，a considerable and inevitable number of coincidences with one or the other of them as far as subject
小鼠内框取血怎样才能得到更多的血清呢？
不懂小姐Zola:眼眶取血怎么得到多一点的血清呢？哪位大侠有好的办法阿布：是熟练活，我们实验室用内径0.9mm的玻璃采血管引流能取到400ul左右的血，小鼠。言中无陌：一般可以取到1.5ml, 700微升到1.5ml，看小鼠的状态.Irene Gao: 我们一般体重25g可以800ul不懂小姐Zola: 大鼠呢？取完血之后凝固半小时再离心，一般转速多少？dean: 3000g 15min.阿布：哦
PCR产物2900bp，TA克隆总是连不上怎么回事？
石俊超吓葰：各位大神，我的pcr产物2900bp，要连接到PMD18-T载体测序，为什么总是连接不上去呢？金成一：你primer后面设计用是什么酶？石俊超吓葰：高保真酶金成一：哈哈，我指的是ECORIO， NotI 这些酶。你用的那两个酶切位点？石俊超吓葰：没有酶切，加A后，TA连接。金成一：TA链接那种啊？这几天研究室刚好有人做，我看他们做得挺顺利的，用的是TA链接专用的kit！不过我没亲自做过
研究血液中免疫因子的时候用什么样的管收集血液？
深情款款：科研小白求助：群里的大神们有没有做免疫因子的，比如说IL- 17，这个是应该用什么颜色的管啊，我看文献有用肝素钠的，也有用枸橼酸钠的，请问各位有做过的同行们都是用的什么管收的血啊？张爱民：促凝管都可以深情款款：喔喔，谢谢老师。深情款款：啊，不对，文献说要加抗凝剂啊。为什么是促凝管呢？深情款款：还有一个问题：如果用流式来检测淋巴细胞的话，可不可以先不分离淋巴细胞，以肝素钠抗凝后-80℃冻存
英语长难句
1、Science moves forward, they say, not so much through the insights of great men of genius as because of more ordinary things like improved techniques and tools.
每天一句GRE
2. But achieving necessary matches in physical properties across interfaces between living and nonliving matter requires knowledge of which molecules control the bonding of cells to each other—an ar
膜蛋白提取的问题
三缄其口：请教一下，我的目的蛋白是膜蛋白，之前试过直接加裂解液+细胞刮提蛋白，但western一直没结果，所以想重新提蛋白，请问各位关于提取膜蛋白的好建议吗？麦兜在路上：有试剂盒，找找三缄其口：碧云天的好用吗？可乐：我们实验室用的是碧云天的，感觉还行三缄其口：是用来提膜蛋白的那款吗？可乐：我们用的是碧云天的一抗熊ＸＸ：三缄其口：@熊XX 请问你养的是悬浮细胞吗？熊ＸＸ：不是，293T，你可以借鉴下 每天一句GRE
1.(Both Jewish law and canon law are more uniform than Islamic law.)Though historically there is a discernible break between Jewish law of the sovereign state of ancient Israel and of the Diaspora (
托福长难句
The Whigs were strongest in the towns，cities，and those rural areas that were fully integrated into the market economy，whereas Democrats dominated areas of semisubsistence farming that were more isolat
公位MPH和学硕哪个更好？
交大医-公卫-12： 公位MPH和学硕哪个更好？飞蓬将军：各有各的优势王越 汕大医学院MPH研一：只要能发好文章 都不错Riana发发 吉大：MPH和学硕的培养方式有什么区别嘛？王越 汕大医学院MPH研一：有写MPH实验也要 现场实践也要。要看学校和老师C浆果蘑菇r08级通大毕业：在职的目前预防只有同等学历申硕士wxid_n0uk15k3w2zd22: 公卫的没有看到硕士学位的？C浆果蘑
细胞培养中可否不加二氧化碳？
谭二月-水生生物学：小伙伴们你们好，我有个问题想请教一下。我们做实验用dmem/f12培养基，可是没有做实验的那个地方没有二碳箱，不知道加上hepes是否可以不用二碳箱？清风：@谭二月-水生生物学 你是说细胞培养没有二氧化碳培养箱么？谭二月-水生生物学：对啊对啊，周一终于有人上班回复我啦！。清风：@谭二月-水生生物学 细胞的生长条件通常是37℃，5％的二氧化碳，hepes是调解培养基的ph值的，这
预测蛋白质和sRNA相互结合位点的软件
二毛：各位有什么软件或网站可以预测蛋白质和sRNA的相互作用结合位点吗？唐琼卫：RNApredator和CorpaRNA都可以试试，还有几个忘记了具体的名字了二毛：可以多推荐几个吗？感谢唐琼卫：那需要回去看电脑，现在就只记得这两个
用live or die染料区分死活菌中用荧光显微镜观察问题
韩乔：我用live or die染料染细菌 来区分死活菌 但是用荧光显微镜和共聚焦显微镜观察不管是活菌还是死菌都有这两种颜色 不知道是怎么回事A张毅：我觉得你用荧光显微镜就可以了，激光共聚焦有可能是你染的原料不对，有可能是洗脱的不好。韩乔：之前是我一个同学一直在做 但是老是出现这种情况 现在我也需要用到这个 但是 还是没解决这个问题 &n
托福长难句
For example，people who believe that aggression is necessary and justified-as during wartime—are likely to act aggressively，whereas people who believe that a particular War or act o
PCR 10ul体系拿出来是不是要稀释10倍才能用？
LM：PCR 10ul体系拿出来是不是要稀释10倍才能用？wb-慌慌：如果含量不是太高，不稀释也可以的LM：RNA都是500ug然后逆转录的，浓度怎样？wb-慌慌：我是根据试剂盒说明书，一般用1.5ug或者2ug.cDNA没有再测浓度LM:用2ug的话肯定得稀释了啊？还有复孔呢熊XX：本来只有10ulwb-慌慌：用2ug反转，得到cDNA 不用稀释，然后进行qPCR。我用的是20ul的体系，如果做
托福经典句
Missing until recently were fossils clearly intermediate，or transitional，between land mammals and cetaceans．
托福长难句
117．Equally important is the fact that the execution of multiple—step tasks is accomplished in aseries—parallel sequence．
托福长难句
116．Expressive leaders are less concerned with the overall goals of the group than with providing emotional support to group members and attempting to minimize tension and conflict among them． &n
托福长难句
115．Furthermore，although it is commonly supposed that social groups have a single leader，research suggests that there are typically two different leader ship roles that are held by different individua
句子分析
The panel has not yet reached agreement on a crucial question, however, whether to recommend legislation that would make it a crime for private funding to be used for human cloning.
请问大家western blot二抗比例一般多少呢？
可乐：请问大家western 二抗比例一般多少呢？wb-慌慌：你的一抗比例是多大？可乐：1:5000。二抗上次用了1:40000效果不好。wb-慌慌：二抗一般根据你的第一次试验结果还有一抗比例，试试1:20000可乐：嗯，好的，我还以为是自己可以随意调整的。wb-慌慌：你上次有条带吗？可乐：有，但是杂带很多。wb-慌慌：也可以用1:10000，不过要用封闭液来配抗体
句子分析
Predatory animals and early humans alike sought shelter in caves and brought food to them to be eaten, leaving bones that paleontologists have discovered.
句子分析
Pushed by science, or what claims to be science, society is reclassifying what once were considered character flaws or moral failings as personality disorders akin to physical disabilities.
有谁做过9kda分子量的蛋白质电泳不？
大个儿：亲们，有谁做过分子量是9的蛋白？金成一：9kda?大个儿：嗯，western blot一直做不出来。我想问问有没有特别注意的地方，半干转膜大约多久？金成一：@大个儿 这么小的蛋白我们木有做过耶！据老师以前说过，做小蛋白都得把胶配浓，转膜具体时间可能都得缩短，具体实战经验老师木有详细说，不过按照这个原理，你可以预做几个实验，做几个百分比的胶，然后分别转15分钟30分钟和45分钟等或者你自己觉
原核表达诱导时间问题
可乐：急救，请问我在做原核表达。我37.28℃都用了2.4.6三个时间点，那么我用16℃诱导时是用2.4.6三个时间点还是延长时间过夜啊？有人说：16℃长得太慢，让过夜，但我觉得形成不了对照了啊熊XX：20度9个小时，又道歉的OD值0.8左右可乐：嗯嗯，好的~我把16度去掉，用20度
请问有人之前做过细胞培养液里面的蛋白IP吗？
三缄其口：请问有人之前做过细胞培养液里面的蛋白IP吗？wb-慌慌：你的是分泌型蛋白吗？三缄其口：算是吧，但是没有ELISA的试剂盒。自己包被抗体的话我怕做不好。wb-慌慌：我做过细胞里面的蛋白IP，不是分泌型的。@xupeng: @wb-慌慌 蛋白分为几种呢？除了分泌型的还有什么类型啊？求助wb-慌慌：也可以自己包被Elisa板三缄其口：这个难度好像有点大。如果方便的话，我能看看你的IP prot 句子分析
By opening vast areas of unoccupied land for residential expansion, the omnibuses, horse railways, commuter trains, and electric trolleys pulled settled regions outward two to four times more distant
句子分析
To archaeology, which studies all cultures and periods, whether with or without writing, the distinction between history and pre-history is a convenient dividing line that recognises the importance of
å¥å分æž
To archaeology, which studies all cultures and periods, whether with or without writing, the distinction between history and pre-history is a convenient dividing line that recognises the importance of
句子分析
These historians contend that nineteenth-century suffragist was less radical and, hence, less important than, for example, the moral reform movement or domestic feminism-two nineteenth-century movemen
句子分析
The slowing down of water renewal leads to a chain of further consequences; it causes dissolved chemicals to become increasingly concentrated, and this, in turn, has a marked effect on all living thin
句子分析
The discovery has resulted in no less than a total reevaluation of every chronological criterion that has been applied to or derived from Aeschylus’ plays.
句子分析
The theory they learnt is based on the traditional Chinese explanation of this ancient healing art: that it can regulate the flow of ‘Qi’ or energy through pathways in the body
句子分析
But surely that does not mean environmentalists concerned about uncontrolled industrial growth are anti-science, as an essay in US News & World Report last May seemed to suggest.
句子分析
The latest was a panel from the National Academy of Sciences, enlisted by the White House, to tell us that the Earth’s atmosphere is definitely warming and that the problem is largely man-made.
句子分析
One such novel idea is that of inserting into the chromosomes of plants discrete genes that are not a part of the plants’ natural constitution: specifically, the idea of inserting into nonleguminous p
句子分析
But compass sense alone cannot explain how birds navigate the ocean: after a flock traveling east is blown far south by a storm, it will assume the proper northeasterly course to compensate.
句子分析
Archeologists in recent decades have developed ‘ethnoarchaeology’, where, like ethnographers, they live among contemporary communities, but with the specific purpose of learning how such societies use
句子分析
‘If the function of play was to get into shape,’ says Byers, ‘the optimum time for playing would depend on when it was most advantageous for the young of a particular species to do so.
句子分析
Although, at present, scientists cannot explain how these relatively small molecules combined to produce larger, more complex molecules, some scientists have precipitously ventured hypotheses that att
句子分析
The Greeks assumed that the structure of language had some connection with the process of thought, which took root in Europe long before people realized how diverse languages could be.
平均发病年龄怎计算
请问平均发病年龄是将所有人的发病年龄相加除以人数么？我看到有些文章中是这样算，我自己也是，但我老师说不是，后来我查了查没找到，谢谢各位大神~
句子分析
When a sprinter runs, Yessis explains, her foot stays in contact with the ground for just under a tenth of a second, half of which is devoted to landing and the other half to pushing off.
How to write effective sentences? You will learn that by correcting the sentences below.
1. He talked for fifty minutes without taking his eyes off his notes. Apparently not noticing that half the class was asleep.2. You might think people would resent such a talkative boy,
句子分析
They may teach very well and more than earn their salaries, but most of them make little or no independent reflections on human problems which involve moral judgment.
请教各位老师:如何用image J软件分析免疫组化图片的阳性细胞数问题，最好能举个例子，谢谢！
最近在学习image J软件，哪位老师能教教我用此软件分析免疫组化图片的单位面积的阳性细胞计数问题，谢谢了
句子分析
To archaeology, which studies all cultures and periods, whether with or without writing, the distinction between history and pre-history is a convenient dividing line that recognises the importance of
句子分析
句子The geologic timescale is marked by significant geologic and biological events, including the origin of Earth about 4,6 billion years ago, the origin of life about 3,5 billion years ago, the origin
句子分析
“Although the image of the good worker is the one whose life belongs to the company,” Bailyn says, “it doesn’t fit the facts.”主句Bailyn says something. 子句类型: 主句 连接词：分句-1The image of the good worke
定语从句
The FM signals report information about target characteristics that modify the timing and the fine frequency structure, or spectrum, of echoes—for example, the target’s size, shape, texture, surface s
句子分析
Predatory animals and early humans alike sought shelter in caves and brought food to them to be eaten, leaving bones that paleontologists have discovered
句子分析
Here, the horse was already becoming the animal of prestige in many regions, though sheep, goats, and cattle could also play a vital role.主句Here, the horse was already becoming the animal of prestige
句子分析
It seems likely that Teotihuacán’s natural resources―along with the city elite’s ability to recognize their potential―gave the city a competitive edge over its neighbors
长难句解析
1今日长难句 Despite all of this, autobiography remains a useful tool for ethnological research: such personal reminiscences and impressions, incomplete as they may be, are likely
长难句解析
今日长难句原文 The wage difference between these two low-skill occupations stems from the segregation of labor by gender: because a limited number of occupations were open to women,
长难句解析
According to P. F. Drucker, the management philosophy known as Total Qua lity Management (TQM), which is designed to be adopted consistently throughout an organization and to improve cust
长难句解析
今日长难句原文 Unions faced a choice between either maintaining the prewar status quo or promoting a more inclusive approach that sought for all members the right to particip
前段时间忙疯啦！
终于有时间来发个贴。前段时间真是忙到要死要死的，中间偶尔有点时间都赶紧休息。也没来签到，好不尽职（我反省）。 现在稍微没那么忙了，但新的事情总会冒出来，比如考博的纠结，比如年底工作的总结，比如新房的装修扫尾，比如亚马逊上买的好多书都还没来得及看。我这个拖延狗！
比较癌和癌旁组织中某种蛋白表达率差异的统计分析
大家好，有个统计问题想请教下：为了看某种蛋白A在癌和癌旁组织中的表达率是否有差异，我统计了100对癌（100个）和癌旁组织（100个）中A的表达情况（-：不表达，+：表达），做统计分析的时候我应该用如下那种方法呢（下面两个表格的数字是随意填写的）？ 2017国自然面上项目申请
大家好，请问有谁在写2017国自然面上项目吗？老板让写，但啥也没给，求申请表。谢谢！邮箱：fuwen_Ycah@163.com
本小组的资料集列表上有部分精彩教程，有想要学习的吗？
最基础的3dsMAX在这里你都可以学到，几句话大收获里边有这个软件的网盘下载链接！
想学习科研制图，没时间怎么办？
现在打算在公众号开设一个科研制图专版，希望有需要的小伙伴不要错过。教程来自大神纯原创，这个公众号主要是做3dsMAX教程的，但是由于自己本身也算是接触到科研，知道发文章，需要用到这个软件，看到很多求助帖子，所以想做一个这个针对科研人员的专栏，由于大部分人没有基础，所以在制作教程时候制作的都是详解里边的Plus版本，超级详细了，花费的时间要比普通的教程多得多。现在这个竞争时间的社会，任何人的时间就是
小伙伴们想要什么样的建模教程？
有人问过我，想用3dsMAX建模但是不知道怎么做，我想问一下，小伙伴们想要学习什么样模型？可以留言，方便我们做出合适的教程!
电转感受态
想要做电转感受态，但是之前没有做过，有木有做过的前辈赐教一下：感受态大家一般用什么感受态（我做扩增用，而且片段较长）；电激转染有哪些需要注意的地方
1.[小白学习笔记] R语言与Rstudio安装
写在前面，这个学习系列只是个人用于记录学习过程和笔记，也为一些新手做下参考，有不完善或者不正确的地方恳请指正，将记录本人从0开始学习R语言绘图到bioconductor的整个过程。1.首先安装R语言，我们可以打开网址 https://cran.rstudio.com/，然后选择对应的系统下载安装，安装过程比较简单。2. 安装好了R之后，其实就可以使用了，你打开的界面如下：3. 我们接下来 2.[小白学习笔记] R语言hello world入门
写在前面，这个学习系列只是个人用于记录学习过程和笔记，也为一些新手做下参考，有不完善或者不正确的地方恳请指正，将记录本人从0开始学习R语言绘图到bioconductor的整个过程。学习任何编程貌似都是从hello world这个程序入手，从大学本科时候学的C语言到Java。现在我们也来学习R的编程入门。我们打开Rstudio，输入myString <- "hello world&q 小组讨论话题可以添加附件了
小组问题讨论部分终于可以添加附件了，用了一整天的时间来处理这个问题，主要复杂点在于跨域传输文件。同域名下面上传文件非常好处理，但是科研狗网站中文件(http://files.keyangou.com)和图片（http://img.keyangou.com）都是单独的服务器，从小组域名http://group.keyangou.com的页面传输文件到文件服务器就涉及到了跨域处理，好在这一天的功夫没白
3.[小白学习笔记] R语言数据类型
编程语言离不开数据类型和变量，在大学本科的C语言中我们知道数据类型有整形、浮点、字符串、布尔、数组等。在这一节中学习R语言的数据类型。1. Numeric（数字），比如 3, 6.32,99 等为2. Integer（整型），比如 0L, 12L, 100L3. Character（字符），比如 "hello","world"4. Log 4.[小白学习笔记] R语言变量类型
任何一个编程语言中非常重要的一个内容是变量，变量是用来存储数据类型的，每种语言都有自己一套的变量规则，这一节学习R语言的变量。1 合法的变量名在C语言中我们学过，变量名要求以下划线或者字母开头，随后可以有数字字母或者下划线。在R语言中,合法的变量为“字母”，“数字”，“.”,“_” 四种字符组成，而且第一个字母不能是数字和下划线，如果第一个字母是“.”，那么第二个字母不能为数字。变量名的合法性如下 5.[小白学习笔记] R语言关系运算符
算数运算符1. + - * / 加减乘除加减乘除模式基本一样，我们以+来为列子a=1
b=2
print(a+b)得到如下结果[1] 3上面是简单的列子，很好理解，再看下面的代码a <- c(1,2,3)
b <- c(4,5,6)
print(a+b)得到如下结果：[1] 5 7 9从上面可以看出 R软件小组第一期任务发布：R软件数据录入以及散点图绘制
第一期任务发布：R软件数据录入以及散点图绘制A． 绘图的原始数据MSA（多系统萎缩）患者病程和UPDRS评分的关系病程57413255611822UPDRS评分32402123283640504868552718 B. 使用R软件基本包C. 最终的效果图D. 需要上交的作业内容：1.任意三种方式导入数 6.[小白学习笔记] R语言条件判断和循环控制
1. if/else 语句程序的逻辑判断中很重要的语句是if语句，在R语言中使用方法如下if(boolen)
{
#如果上面的boolen为TRUE，这执行这里面的代码
}比如：if(1>0)
{
print("1大于0")
}后面还可以加上else语句：if(1&
7.[小白学习笔记] R语言自定义函数
1.自定义函数，首先看一下自定义函数的语法：function_name <- function(arg1,arg2,...){
#expression
#return
}上面的函数function_name为自定义函数的名称；arg1、arg2等为传入函数的参数，当然，自
8.[小白学习笔记] R语言 字符串
R语言中字符串可以由双引号或者单引号包裹。my_string1 <- "hello world"
my_string2 <- 'hello world'在双引号字符串内可以包含单引号，但是不能包含双引号，如下：#下面语句是正确的
my_string1 <- &q
9.[小白学习笔记] R语言 多元素向量
向量是R语言基本元素，之前介绍的字符串，数字等都是一个向量，并且是长度为1的向量，也就是单元素向量。这一节介绍下多元素。多元素向量可以如下创建方式1.c()函数。在之前已经介绍过c()函数，使用c()函数来创建一个多元素的向量。2.使用冒号“:”v <- 2:8
print(v)上面语句将输出如下：[1] 2 3 4 5
第一期任务作业 R-011-王涛
请大家多多指教，谢谢！-------------------------------------------------------------------#数据录入方法1：数据少，可手动录入course_of_disease <- c(5,7,4,1,3,2,5,5,6,11,8,2,2)UPDRS <- c(32, 40, 21, 23, 28, 36, 40, 50, 48, 6
第一期任务作业 R-002 Excel数据导入以及散点图
MSA（多系统萎缩）患者病程和UPDRS评分的关系病程57413255611822UPDRS评分32402123283640504868552718散点图绘制中主要用到的函数为plot();先看下如何绘制散点图和调整散点图，最后来看一下数据如何导入（比如excel格式的数据）MSA <- c(5,7,4,1,3,2,5,5,6,11,8,2,2)
UPDRS 第一期任务作业 R-012 散点图
利用键盘输入数据，散点图的经典包plot。尝试了修改一些参数，增加了一条拟合直线和一条拟合曲线。总体效果如下： 
第一期任务作业 R-003 Excel数据导入以及散点图
x= c(5,7,4,1,3,2,5,5,6,11,8,2,2)y=c(32, 40, 21, 23, 28, 36, 40, 50, 48, 68, 55, 27, 18)plot(x,y, xlab="MSA病程", ylab="UPDRS评分", &n
R-013第一次作业提交
1.手动输入数据 在Rstuio新建rscriptMSA<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)UPDRS<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)png(file="E:/plot-3.png")plot(x=MSA,y=UPDRS,xlab = "MSA病程",yl 
10.[小白学习笔记] R语言 列表
列表也可以理解为数组，但是比较特殊，列表中每个元素都可以是不同类型，如下面：全选中代码，然后点击上图中红框部分“run”,在控制台会出现如下的结果：可以看出，列表list()里面可以放置不同类型的元素，上面的代码中放置了字符串、向量、布尔、浮点。当然，list()里面还可以包含list().当然我们要怎么访问list（）里面的每个元素呢？我们首先要给list（）里面的所有元素都命名一下，名称为字符 第一期任务作业 R-015 散点图
初版MSA<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)UPDRS<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)png(file="E:/plot1.png")plot(x=MSA,y=UPDRS,main="MSA-UPDRS",pch=16) 细化版MSA< 第一期任务作业 R-20 散点图
MSA<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)UPDRS<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)png(file="F:/plot.png")plot(x=MSA,y=UPDRS,xlab="MSA病程",ylab="UPDRS评分",main="M
第一期作业提交：R,19和R22
第一部分数据的导入首先研究的题目是MSA（多系统萎缩）患者病程和UPDRS评分的关系----做散点图原始数据病程57413255611822UPDRS评分32402123283640504868552718数据录入方法1. 直接输入2. TXT格式导入先建立一个文件名为data.txt的文档 然后输入命令read.table(file = 第二期任务作业 R-011-王涛
#mission2-1x <- c(0, 10, 20, 30, 40, 50)y <- c(100, 200, 400, 350, 200, 50)png(file="E:/R learning/mission2-1.png")plot(x, y, type = "o"
第二期任务作业R002- R语言绘制折线图、双折线图、频次图
数据如附件的xlsx文件，注意里面有三个表。编写R语言的代码如下：#绘制单折线图
library("xlsx")
data <- read.xlsx("E:/R2.xlsx",sheetIndex = 1)
x <- data$C
y <- data$N 
第二期作业 R-001 折线图与直方图
第二期作业 R-001 折线图与直方图 分别将数据1-2保存为CSV格式的Excel格式将工作目录改成数据所在目录任务1：折线图1代码：data <- read.csv("第二期1.csv")x <- data$Leu浓度y <- data$增殖数目plot(x,y,type="o", xlab="Leu浓度",ylab
第三期作业R021 柱形图
R第三期作业 题目：某销售公司上半年的营业额分别是时间1月2月3月4月5月6月营业额（万元）7125201610请用柱形图表示输入： 结果：该公司主要分为三个销售部门，每个部门上半年的销售额，分别如下表所示 2017年上半年总销售额时间 第三期任务作业 R-011-王涛
#R小组第三期作业1M <- c("Jan", "Feb", "Mar", "Apr", "May", "Jun")Revenue <- c(7, 12, 5, 20, 16, 10)png(file= "R-03-01.png")barplot(
第三期任务-R-001-柱形图
任务1代码x<-c(1,2,3,4,5,6)y<-c(7,12,5,20,16,10)barplot(y,xlab='Month',ylab='Revenue',main='Revenue chart',col='blue',border='red',names.arg=x)结果附件1任务2代码a<-
第三期任务作业 R-002 柱形图堆积柱形图
本次内容中多了一个堆积的柱形图，同时数据从excel里面的导入，在数据转换上曾遇到一点小麻烦，注意看代码中的注释。首先Excel内容如下：1月2月3月4月5月6月一部241652二部252762三部331756总营业额7125201610代码如下：library("xlsx")
data <- read.xlsx("E:/R3.xlsx&q 第三期任务作业 R-019 柱形图堆积柱形图
作业1：柱状图 x<-c(1,2,3,4,5,6)y<-c(7,12,5,20,16,10)barplot(y,xlab='月份',ylab='营业额',main='某销售公司上半年的营业额',col='blue',border='red',names.arg=x)作业二：M <- c(&q 
R小组第四期任务-箱线图的制作
Boxplot 学习视频 youtube搬运https://www.youtube.com/watch?v=U64yNvlhv9I （这里不能上传视频，所以请参考R学习微信群）作业1用内置函数“pressure”来绘制简单箱线图，并学习调节相关参数作业2学习设置默认工作空间以及查看默认工作空间，并复习读入CSV文件并画箱线图。getwd()setwd("/Users/Adobe
第四期任务作业-R012-箱线图
1、用内置函数“pressure”来绘制简单箱线图，并学习调节相关参数。2、学习设置默认工作空间以及查看默认工作空间，并复习读入CSV文件并画箱线输出为PDF:输出为PNG:作业二：最终提交作业以因子T，分类画出身高的boxplot。作业3:感觉我的思路有点不对，箱子不会调到左右匀称。后面想到好的方法，再修改。 Python 数字
1 数字 整形 Int 1,2,3 浮点Float 2.1 长整形long 1L在python 3的版本中取消了长整型类型，在python对mysql操作时，导出的整形数可能就是长整形。2 文件第一行为 #coding=utf-
第四期任务R-001-Boxplot
作业1用内置函数“pressure”数据来绘制简单箱线图，并学习调节相关参数。pressureboxplot(pressure,col='green',warwidth=FALSE,border='red')varwidth 若=TRUE,每个盒子的宽度与盒子所表示的观察数的平方根相关。若=FAL 第四次作业boxplot-R007&R011
Assignment 2getwd()
setwd("/Users/Adobe/Desktop/R/A4") #Set up working space
getwd()pdf(file="A4-1_boxplot.pdf" 第四次作业R002-R语言绘制箱型图
首先先了解下绘制箱型图的函数：boxplot() 注意和barplot()的区别。boxplot()的用法如下：#S3 method for class 'formula'（帮助文档里面写的，不知道S3什么意思）
boxplot(
formula,
&n 第四次作业R019-R语言绘制箱型图
箱形图的绘制1. 以R软件自带的数据命令如下pressure boxplot(pressure,col='blue',warwidth=FALSE,border='black') 2. 学习设置默认工作空间以及查看默认工作空间，并复习读入CSV文件并画箱线图。命令2.1get 
第五期任务R001-饼图与3D饼图
作业1用“pie”函数来绘制饼图，并学习调节相关参数。举例x<-c(1,2,2,1,0.3,1,2,1)y<-c('a','b','c','d','e','f','g','h')pie (x, labels = y,edges = 100,radius = 0 第五期作业-R007
A1.用“pie”函数来绘制饼图，并学习调节相关参数。> mydata <- c(0.12, 0.3, 0.26, 0.16, 0.04, 0.12)
> names(mydata) <- c("Blueberry", "C 第五期任务-饼图和3D饼图-011
x <- read.csv('/Users/taowang/documents/R/GDP.csv')head(x)GDP <- x[,-1]head(GDP)pdf(file = "pie1.pdf")pie(GDP)dev.off()pdf(file = "pie2.pdf")pie(GDP,labels = ' 
第五次作业R002-R语言绘制饼图
png(filename = "E:/R5-1.png")
pie(rep(1, 24), col = rainbow(24), radius = 0.9)
dev.off()得到如下图片：2.png(filename = "E:/R5-2.png&quo 第五期任务-R-018-饼图和韦恩图
作业1：> x<-c(1,1,2,3,1,5)> y<-c("a","b","c","d","e","f")> pie(x,labels=y,col=rainbow(3),edges=1000,clockwise=T,angle=20,radius= 第五次作业R019-R语言绘制饼图
第五期作业 1.饼图1.1x=c(40,18,17,15,14)names(x)=c("帕金森病","多系统萎缩","肌萎缩侧索硬化","肌肉疾病","其它")pie(x,col = rainbow(5), radius = 0.9,main=" 第五期任务作业-R012-饼图
作业1用“pie”函数来绘制饼图，并学习调节相关参数。任务2 用plotrix包来绘制3D饼图，并学习调节相关参数。 
第六期作业-R011-绘图参数
今天先交作业，有些问题，随后再改，老婆要生了，有点忙col设置颜色的函数：A：直接写颜色名字，颜色名及颜色见附件1: 颜色.pdfB：R预设调色板：rainbow、heat.colors、terrain.colors、topo.colors、cm.colors，具体颜色见附件2: 调色板.jpgC：自定义调色板：colorRampPalette(c(“颜色1”，“颜色2”))(n)D: 灰度调色板
R语言作图第六期任务 –R025
R语言作图第六期任务 –R025A:mycol<-c("blue","white","darkgoldenrod1","red")col=mycolBmypalette<-brewer.pal(12,"Set3")#定义画板，brewer.pal()中有大量的定义好的色系可用，但渐变色在 第六期作业–R001&R003-关键制图参数
1. col设置颜色的函数，约有600多种，列出3种常用的，用其表达五种颜色。col=c('red','green','blue', 'yello','black'col=rainbow(5)col=terrain.colors(5)2. 第六期作业–R019-制图参数
1. 颜色命令col=c('red','green','blue', 'yello','black'col=rainbow(5)col=terrain.colors(5) 2. 点线混合图x<-read.csv 第六期作业-R002 绘图参数
x<-read.csv('E:/data1-R6.csv')
plot(x,col='red',xlab='keyangou',ylab='R',type='s',font.axis=2,font.lab=2,cex.lab=2,main="I love keyan",b 第六期作业-R007
A1> pie(rep(1,20), col=gray(seq(0,1,0.05)))
> pie(rep(1,5),col=rainbow(5))
> pie(rep(1,15),col=sample(colors(), 15)) #random select 15 colors
& 
第七期作业-线性回归
A7 linear Regression(线性回归)Background· 请首先学习统计关于线性回归的具体内容· 关于R方面如需学习请参考“R语言实战”· 参考上周高级绘图函数Note：1.利用以下数据进行一元线性回归
帕金森小鼠 学习记忆
用MPTP建小鼠帕金森模型，想用Morris水迷宫探究其学习记忆的改变。MPTP小鼠会不会由于运动动能障碍对水迷宫实验有影响？
第七期作业-线性回归R025
## R运行
#R语言运行代码如下：
x<-c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)
y<-c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)
data1=data.frame(x=x,y=y) 第七期作业-R007
A1p.p1 {margin: 0.0px 0.0px 0.0px 4.0px; text-indent: -4.0px; font: 20.8px Monaco; color: #055218}
p.p2 {margin: 0.0px 0.0px 0.0px 4.0px; text-indent: -4.0px; font: 20.8px Monaco; color: #061699}
p.
请问这个图片是如何做成的？
是PET-CT嘛？截图来源于文章Glutathione depletion sensitizes cisplatin- and temozolomide-resistant glioma cells in vitro and in vivo 我分离了一种真菌镰孢菌属，可以见到孢子，现在想接种到柑橘树上，尝试了几种方法，都没有接种上，请问有什么办法可以接种
我分离了一种真菌镰孢菌属，可以见到孢子，现在想接种到柑橘树上，尝试了几种方法，都没有接种上，请问有什么办法可以接种？或者怎么制作真菌的孢子悬浮液？
第七次作业-011
X <- c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)Y <- c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)plot(X,Y)linear <- lm(Y~X)abline(linear)BCA <- read.csv("/U
第七期作业-R001-线性回归
1. 利用以下数据进行一元线性回归。X <- c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)Y <- c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)#输入数据#plot(Y~X)#绘制散点图# 
第七次作业-R002线性回归
X <- c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)
Y <- c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)
plot(X,Y)
a=lm(Y~X)
b=summary(a)
abline(a)
第八期任务
第8期任务目标：1、了解制作热图的包和参数，pheatmap，ggplot2，heatmap2，等等。这期任务以ggplot2为例。2、制作热图，并且聚类分析（要求横向聚类和纵向聚类二选一，不能出现两种）
第八期作业－Ｒ０２５
library(reshape)
library(ggplot2)
data=read.table("data.csv",sep=",",header=T,row.names=1)＃数据中有重复，报错，删除
hc<-hclust(dist(data))
rowInd<-hc$order
hc<-hclust(dist(t(data 第八期作业 R021
第一张图是最开始做的，附件里是热图，但聚类结果不对。第二张图加了一些代码，结果和大家交的作业是一样的了。所添加的代码是什么意思，我还没有熟悉，只是模糊的一个感觉，说不出个所以然。还要继续学习。第三张图——热图是和大家一样的结果。 搜索文献不能下载的问题
科研狗PUBMED的下载模式如下：如果该文献是开放获取的，则直接跳到官网下载。如果文献不是开放获取的，则链接到sci-hub.cc下载。由于sci-hub的特殊性，经常出现不可访问的状况，因此如果出现不能访问了请及时告知我们，我们将尽最大努力修复。本次修复：由http://www.sci-hub.cc修复为加密传输模式https://www.sci-hub.cc。文献已经可以正常下载。如果你有更好
第八期作业 R006
R语言之热图代码：library('ggplot2')data<-read.csv(file.choose())print(data)a<-as.matrix(data)b=matrix(as.numeric(a),nrow=nrow(a))b=b[,-1]c<-na.omit(b)col<-colorRampPalette(c('green' 第八期作业R语言绘制热图R002
热图容易做，里面表示的信息不太容易理解DataOrigin=read.csv("E:/data.csv")#读入的是数据帧
DataMatrix=as.matrix(DataOrigin)#转变为矩阵（字符型）
RowName=DataMatrix[,1] #行名称
ColNameTemp=colnames(DataMatrix)
ColName=ColNam R007-第八期作业
# A8_1# 完全模拟，做出一个一模一样的图，哈哈；#窃以为热图聚类分析比较难的部分呀。install.packages("ggplot2")
library("ggplot2")
mydata <- read.csv(file.choose())
print(mydata)
mydata_matrix < 第八期作业-011-聚类分析
data<-read.table('/Users/taowang/documents/R/data.csv',header = T,row.names = 1)heatmap(a,Rowv=NA, main='microRNA chips', xlab
第八期作业-R-003 热图
data<-read.csv('E:/R/学习R/科研狗作业/heat.csv',header = T,row.names = 1)mode(data)X<-as.matrix(data)heatmap(X, Rowv=NA, main='microRNA 第二期R39-Leo
hw1 <- read.csv(file = "homework1.csv", header = TRUE, sep = ",")plot(hw1, xlim = c(0,12), ylim = c(0,70), pch = "+", main = "Associations of UPDRS and Course&quo 
第二期R30-椰z
> library(ggplot2)> x<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)> y<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)> a<-data.frame(k1=x,k2=y)> a k1 k21 5 322 7 4 第二期 作业提交 R37-木子
data <- read.table("MSV.csv")x <- data$MSAy <- data$UPDRSpng(file="D:/R语言学习资料/R group task 1/MSA（多系统萎缩）患者病程和UPDRS评分的关系图.png")plot( x=MSA, y=UPDRS, xlab=&
第二期R35-李梦桃
newdata<-data.frame(病程=numeric(0),UPDRS评分=numeric(0))newdata<-edit(newdata)save(newdata,file='d:/R学习小组/R35lmt.RDdata')newdataread.csv('d:/R学习小组/一期任务-R35-lmt.csv') a< 第二期R33-JustusWu
数据导入> x<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)> y<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)结果图 第二期作业R26-右耳
> setwd("D:/RStudio/mydirectory")> x<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)> y<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)> a<-data.frame(x,y)> a x y1 第二期R28-聪
1、通过记事本录入数据 病程 UPDRS评分1 5 322 7 403 4 214 1 235 3 286 2 367 5 408 5 509 6 4810 11 6811 8 5512 2 2713 2 18data<-read.table('yssj.txt',header=TRUE)2、plot(data$病程, data$UPDRS评分,main= &nb 第二期R21-四幺
1.Excel中录入数据。病程UPDRS评分1532274034214123532862367540855096481011681185512227132182.代码： 第二期R18-Lucy
> read.csv("/Users/LUCY/Desktop/R01.csv",header = T)> data<- read.csv("/Users/LUCY/Desktop/R01.csv",header = T)> x<- data$病程> y<- data$UPDRS> par(family= 第二期 作业提交 R37-木子
No.2将工作目录改到D:/R语言学习资料/R group task 22.1折线图（一）a<-c(0,10,20,30,40,50)b<-c(100,200,400,350,200,50)png("不同亮氨酸浓度处理与细胞增殖数目的情况",width=480,height=480)plot(a,b,type="o",xlab="Leu
第二期 作业提交 R37-木子
将工作目录改到D:/R语言学习资料/R group task 33.1getwd()data = read.table("Revenue chart.txt",header=T)x <- data$Monthy <- data$Revenuepng("Revenue Chart.png",width=480,height=480)barplot(
第二期R14-Penny
> data<-read.csv("C:/Users/panzw/Downloads/R/1/origin.csv",head=T)
> data
病程 UPDRS评分
1 5 &nbs 第二期 作业提交 R37-木子
作业一 用内置函数“pressure”来绘制简单箱线图，并学习调节相关参数。pressureboxplot(pressure,col="red",border="black")作业二 2.1学习设置默认工作空间以及查看默认工作空间，并复习读入CSV文件并画箱线图。getwd()setwd("D:/R语言学习资料/R group task
第二期 作业提交 R29-barcaqiu
病程UPDRS评分5327404211233282365405506481168855227218> mydata<-read.csv("D:\\learningr\\learningR_1.csv",header=T)> plot(mydata[,1],mydata[,2],main="MSA患者病程UPDRS评分与病程的关系",xlab R10-钦宏
> rm(list = ls())> #Define working directory where source files are located> work.dir <- "F:/network anslysis/20171018Homework/"> setwd(work.dir)> getwd() #check work 第二期R31-扭扭
一、三种方法导入数据（一）mydata=read.csv(file.choose(D:\实验室\R\R.csv))mydata（二）x=c(5,7,4,1,3,2,5,5,6,11,8,2,2)y=c(32,40,21,23,28,36,40,50,48,68,55,27,18)n=data.frame(x,y)n（三）M=read.delim(file.choose(D:\实验室\R\R11.t 第二期 作业提交 R37-木子
setwd("D:/R语言学习资料/R group task 5")getwd()x=c(1,2,3,4,5,6,7,8,2,5,11,12)png("pie-1.png")pie(x,col=rainbow(12),rasius=1)dev.off()y=c(0.12,0.3,0.26,0.16,0.04,0.12)png("pie-2.png&
第二期R42-CC-BME
数据导入：将数据保存在.CSV文件中，使用read.csv()函数导入dat = read.csv(file.choose(),header = T, stringsAsFactors = F)画图plot(dat$病程,dat$UPDRS评分,xlab="病程",ylab = "UPDRS评分",main="第一次作业:MSA患者病程与UPDRS 第二期R34-二甲基亚砜
x<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)y<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)data<-data.frame(x,y)plot(data, main="MSA（多系统萎缩）患者病程和UPDRS评分的关系", xlab="病程&q 第二期R19-伊舟
x<-c(5,7,4,1,3,2,5,5,6,11,8,2,2)y<-c(32,40,21,23,28,36,40,50,48,68,55,27,18)plot(x)plot(x,y)plot(x,y,main="MSA患者UPDRS评分与病程的关系",xlab="病程",ylab="UPDRS评分",col="re 
第二期R35-李梦桃
newdata<-data.frame(病程=numeric(0),UPDRS评分=numeric(0))newdata<-edit(newdata)save(newdata,file='d:/lmt.RDdata')newdataa<-read.csv('d:/lmt.csv')aattach(a)plot(病程,UPDRS评分,main= 第二期R32 快乐至上
画图代码如下：a <- c(5,7,4,1,3,2,5,5,6,11,8,2,2)b <- c(32,40,21,23,28,36,40,50,48,68,55,27,18)plot(a,b,xlab = "病程",ylab = "UPDRS评分",pch=2,col="Red",col.axis="Orange&q 第二期R48-小之
1. 数据手动收入A <- c(5, 7, 4, 1, 3, 2, 5, 5, 6, 11, 8, 2, 2)B<- c(32,40,21,23,28,36,40,50,48,68,55,27,18) opar<- par(no.readonly=TRUE)plot(A,B,pch=18,cex=1 作业提交 第二期R37 木子
第一期第六次任务1. col设置颜色的函数，约有600多种，列出3种常用的，用其表达五种颜色。R预设调色板---这一系列函数有5个，即：rainbowheat.colorsterrain.colorstopo.colorscm.colorscol=rainbow(5)col=heat.colors(5)col=terrain.colors(5)2. 点线混合图setwd("D:/R语言学
作业提交 第二期R37-木子
第一期第7次作业7.1X <- c(0.11,0.12,0.13,0.14,0.15,0.16,0.17,0.18,0.19,0.20,0.23)Y <- c(42.0,43.5,45.0,45.5,45.0,47.5,49.0,53.0,50.0,55.0,55.0)plot(X,Y,main="Y=29.029+118.639")A <- lm(Y~X)a
作业提交 第二期R37-木子 No8
No.8 heatmap先开始作图时，发现了data <- read.csv("data.csv",header=T,row.names=1)运行结果中总是出现错误“ 'row.names'里不能有重复的名字”，经过查重，将重复数据去除后，就可以成功运行了data <- read.csv("data.csv",heade
第二期R52-洪学志
> data <- read.csv(file.choose(),header=F)> data 或> mydata <- data.frame(time=numeric(0),scores=numeric(0))> mydata <- edit(mydata)> mydata 或> time <- c(5,7,4,1,3,2, 
第二期R52-Alex
x=c(5,7,4,1,3,2,5,5,6,11,8,2,2)y=c(32,40,21,23,28,36,40,50,48,68,55,27,18)plot(x, y, main = "MAS(多系统萎缩)患者病程和UPDRS评分的关系", xlab = "病程", ylab = "UPDRS评分", xlim = c(0,25 
科研狗R语言互助学习小组第二期学习计划通告
科研狗R语言互助学习小组第二期"R语言高级绘图及统计分析"学习计划公告 计划实施时间：2017-11-1日至2018-4-25日（每周三）一、学习内容第一部分共有10期任务，每期一周内完成，第二部分共8期任务，每期二周内完成。第一部分由小组内成员分组完成，其中每4人一大组，每大组分两小组（其中一个小组负责发布任务，另一小组负责作业审核），每小组2人，共分为10组。第二
R2-第一期- ggplot2画散点图/折线图任务
使用ggplot2包绘图参数geom_pointgeom_linesize，shape，colour，xlab，ylab等等任务1：使用附件R2-1.1数据，绘制如下散点图要求：散点的形状为圆形，图形的题目修改为自己的学号，如R2-01。其余一致。任务2.使用附件R2-1.2数据，绘制如下折线图要求：图形的题目修改为自己的学号如R2-01，其余一致。 R2-21-第一期-ggplot2画散点图/折线图作业
> library(ggplot2)> a1<-read.csv("/Users/liutianzi/Downloads/data/R2-1-1.csv",head=T)> ggplot()+geom_point(aes(x=A,y=B,color=SIZE),data=a1,shape=1)+ggtitle("R2-21")+xla R2-35-第一期-ggplot画散点图和折线图
Library(ggplot2) #install package ggplot2R1_1<-read.csv(“R2-1-1.csv”) #input dataggplot(R1_1, aes(x=A,y=B)) + geom_point(size=3,shape=21) # plot a basic pictureggplot(R1_1, aes(x=A,y=B,color=SIZE)) R2-05-第一期ggplot2画散点图/折线图作业
上传不了照片,这是为什么！！作业使用R markdown 完成，如有兴趣请看代码压缩文件R2-01(R05).ZipR2-01-01R-052017/10/31载入需要的包ggplot2 & 读入数据library("ggplot2")#R1_data <- read.csv(file.choose()) # R
R2-38-第一期ggplot2画散点图/折线图任务
data1 <- read.csv("R2-1-1.csv", header = T)data2 <- read.csv("R2-1-2.csv", header = T)library(ggplot2)(graph1 <- ggplot(data=data1, aes(A,B,color =SIZE))+geom_point(shape= R2-20-第一期-ggplot2画散点图/折线图作业
Figure1.1散点图代码data<-read.csv("R2-1-1.csv",header=TRUE)library(ggplot2)ggplot(data, aes(A, B)) + ggtitle("R2-20") + xlab("A gene expression") + ylab("B gene R2-10-第一期-ggplot2画散点图/折线图作业
work.dir <- "F:/R Learning/exercise/R2-01-1/"setwd(work.dir)getwd() #check working directorydata1 <- read.csv("R2-1-1.csv",sep=',', header=TRUE)data2 <- read R2-36-第一期-ggplot2画散点图/折线图任务
setwd("E:/bioinformatics/fanzhimin")library(ggplot2)data1<-read.csv("R2-1-1.csv", header = TRUE)ggplot(data1, aes(x=A,y=B,color=SIZE)) + geom_point(size=3,shape=21)+xlab(&
R2-19散点图、折线图作业
library(ggplot2)mydata1<-read.csv(file.choose())ggplot(mydata1,aes(x=A,y=B,color=SIZE))+geom_point(size=5,shape=21)+xlab("A gene expression")+ylab("B gene expression")+xlim(-2,3 R2-26-第一期-ggplot2画散点图/折线图作业
hw2.1 <- read.table(file ="data/R2-1-1.csv", sep = ",", header = TRUE)hw2.2 <- read.table(file ="data/R2-1-2.csv", sep = ",", header = TRUE)#load packagel R2-22-第一期-ggplot2画散点图/折线图作业
一、散点图data1=read.csv(file.choose(D:/实验室/R/第一期散点图和折线图/R2-1-1.csv))data1library(ggplot2) p=ggplot(data1,aes(A,B,colour=SIZE))+geom_point(shape=1,size=1.5)+xlab("A gene expression")+ylab(& 
R2-40-第一期-ggplot2画散点图/折线图作业
> mydata<-read.csv("D:\\learningr\\R2-1-1.csv",head=TRUE)> library(ggplot2)> ggplot(mydata,aes(A,B))+ggtitle("R2-40")+xlab("A gene expression")+ylab("B g R2-33-第一期-ggplot2画散点图/折线图作业
散点图mydata<- read.csv("R2-1-1.csv")library(ggplot2)ggplot(mydata,aes(A,B))+geom_point(aes(color=SIZE),size=2,shape=1)+ggtitle("R2-33")+xlab("A gene expressiom")+ylab(&q R2-18-第一期-ggplot2画散点图/折线图作业
散点图mydata<-read.cvs("R2-1-1.csv")library(ggplot2)ggplot(mydata,aes(x=A,y=B,colour=SIZE))+geom_point(shape=1,size=4)+xlab("A gene expression")+ylab("B gene expression") R2-13-第一期-ggplot2画散点图/折线图作业
setwd<-("C:/Users/panzw/Downloads/R/1")
data1<-read.csv("R2-1-1.csv")
library(ggplot2)
ggplot(data1,aes(x=A,y=B,color=SIZE))+geom_point(size=2,shape=1)+ggtitle("R2-13 R2-16-第一期-ggplot2画散点图/折线图作业
>library("ggplot2")>R2_1_1<-+read.csv(file.choose("F:R语言学习/R2_1_1"))>ggplot(R2_1_1,aes(x=A,y=B,color=SIZE))+geom_point(shape=1,size=2)+xlab("A gene expression" R2-39 第一期散点图 折线图作业
# 散点图library(ggplot2)data<- read.csv(file.choose())ggplot(data,aes(x=A,y=B,color=SIZE))+geom_point(size=3,shape=21)+xlab("A gene expression")+ylab("B gene expression")+xlim(-2,3
R2-31-第一期-ggplot2画散点图/折线图作业
第一题：library(ggplot2)
mydata<- read.csv("D:/data/R2-1-1.csv",header=TRUE)
xmax <- ceiling(max(mydata$A))
xmin <- ceiling(min(mydata$A))-1
ggplot(
R2-25-第一期-ggplot2画散点图/折线图作业
R2.1.1library("ggplot2")a <- read.csv("R2-1-1.csv",header=T)b <- ggplot(a, aes(x=A,y=B))b + geom_point(aes(colour = factor(SIZE)),shape=1)+ggtitle("R2-25")+xlab(&qu
R2-37-第一期-ggplot2画散点图/折线图作业
> library(ggplot2)> mydata <- read.csv("/Users/Hong/Desktop/data/data2/R2-1-1.csv",header=T)> ggplot(mydata,aes(x=A,y=B,color=SIZE))+geom_point(shape=1)+xlab("A gene express R02-17第一期-ggplot2画散点图/折线图作业
2.1.1read.csv(file="F:\\学习\\实验技术与投稿相关\\实验常用软件\\R语言\\2017.11.4课程学习作业\\R2-1-1.csv")mydata<-read.csv(file="F:\\学习\\实验技术与投稿相关\\实验常用软件\\R语言\\2017.11.4课程学习作业\\R2-1-1.csv")library(ggpl
R2-27-第一期-ggplot2画散点图/折线图作业
read.csv(file="C:\\Users\\Administrator\\Desktop\\R2-1-1.csv")data<-read.csv(file="C:\\Users\\Administrator\\Desktop\\R2-1-1.csv")library(ggplot2) a=ggplot(data,aes(A,B,col R2-07-散点图和折线图
散点图> library(ggplot2)> getwd()[1] "C:/Users/Administrator/Desktop/R语言"> a<-read.csv(file="R2-1-1.csv")> ggplot(a,aes(x=A,y=B,color=SIZE))+geom_point(size=3,shape=21) R2-01- 第一期-ggplot2画散点图/折线图
ibrary(ggplot2)data<- read.csv(file.choose())ggplot(data,aes(x=A,y=B,color=SIZE))+geom_point(shape=2)+xlab("A gene expression")+ylab("B gene expression")+labs(title="R2-01& R2-29-CC-第一次作业-ggplot2画散点图/折线图
散点图> library(ggplot2)> dat1 = read.csv(file.choose(),header = T)> ggplot(dat1,aes(x=A,y=B,colour=SIZE))+geom_point(size = 2.2,shape = 19,alpha = 0.4)+ggtitle("R1-29 CC")+labs(x=&quo R2-14 散点图和折线图
1.> library(ggplot2)> R1<-read.csv("/Users/LUCY/Desktop/科研狗R语言第二期/2-2/data/R2-1-1.csv")> ggplot(R1, aes(x=A,y=B,color=SIZE)) + geom_point(size=3,shape=21)+labs(x="A gen R2-34（R2-1-1&R2-1-2）
R2-1-1data1=read.csv("J:\\R\\1106\\R2-1-1.csv",header=TRUE)library(ggplot2)ggplot(data=data1, aes(x=A, y=B, color=SIZE))+geom_point(shape=1,size=3)+xlab("A gene expression")+ylab(& R2-06- 第一期-ggplot2画散点图/折线图
1.1散点图library(ggplot2)date<-read.csv(file.choose())ggplot(date,aes(x=A,y=B,color=SIZE))+geom_point(shape=2,size=2)+xlab("A gene expression")+ylab("B gene expression")+xlim(-2,3)
R2-02第一期ggplot散点图折线图
ggplot画散点图，用max和min将坐标的最大值和最小值取出，用ceiling函数向上取整library(ggplot2)
mydata<- read.csv("E:/data/R2-1-1.csv",header=TRUE)
xmax <- ceiling(max(mydata$A))
xmin <-&nbs R2-12-第一期-ggplot2画散点图/折线图作业
在R2-1-1.csv以及R2-1-2.csv所在文件夹建立new projectdata1<- read.table("R2-1-1.csv",header = T,sep = ",")library("ggplot2")ggplot(data1,aes(x=A,y=B,color=SIZE))+geom_point(shape= R2-04- 第一期-ggplot2画散点图/折线图
library(ggplot2)R2_1_1 <- read.csv("/Users/taowang/documents/R/R2/R2-1/R2-1-1.csv", header = T)head(R2_1_1)png("/Users/taowang/documents/R/R2/R2-1/R2-1-1.png")ggplot(R2_1_1,aes( R2-03- 第一期-ggplot2画散点图/折线图
library(ggplot2)data<- read.csv(file.choose())ggplot(data,aes(x=A,y=B,color=SIZE))+geom_point(shape=2)+xlab("A gene expression")+ylab("B gene expression")+labs(title="R2-03 R2-24- 第一期-ggplot2画散点图/折线图
install.packages('ggplot2')library(ggplot2)a<-read.csv('d:/R学习小组/R2-1-1.csv');agglot(a,aes(x=A,y=B,col=SIZE))+geom_point(size=2,shape=1)+xlab('A geen expression')+ylab(' R2-第2期- ggplot2画直方图、密度图任务
使用ggplot2包绘图参考书籍：《ggplot2:数据分析与图形艺术》、《R数据可视化手册》任务1：参数geom_histogramposition，factor,scale_fill_discrete,binwidth等等使用附件R2-2.1数据，绘制如下图要求：图形的题目修改为自己的学号，如R2-01。其余一致。任务2：需要用到 geom_line、factor、theme等用R自带数据集, R2-05- 第二期-ggplot2画直方图、密度图
#R2-2-1library("ggplot2")
mydata <- read.csv(file.choose())
str(mydata)
mydata$smoke <- as.factor(mydata$smoke)
ggplot(mydata,aes(x = bwt,fill =&
R2-20- 第二期-ggplot2画直方图、密度图
代码一：data<-read.csv("R2-2.1.csv",header=TRUE)library("ggplot2")data$smoke <- as.factor(data$smoke)ggplot(data,aes(x=bwt,fill=smoke))+ geom_his R2-29-第二次作业-ggplot2画直方图、密度图
直方图> library(ggplot2)> dat1 = read.csv(file.choose(),header = T,stringsAsFactors = F)> dat1$smoke = factor(dat1$smoke,levels = c(0,1),labels = c("NO", "YES"))> ggp R2-01-第二次作业-ggplot2画直方图、密度图
任务1library('ggplot2')
data<-read.csv(file.choose())
ggplot(data,aes(x=bwt,fill=factor(data$smoke)))+geom_histogram(binwidth=500,colour="black",position="dodge")+ggtitl R02-38第二次作业-ggplot2画直方图、密度图
data1 <- read.csv("R2-2.1.csv", header = T)graph1 <- ggplot(data1, aes(x=bwt, fill = factor(data1$smoke)))+geom_histogram(binwidth = 400,position="dodge", color= "black& R02-14第二次作业-ggplot2画直方图、密度图
直方图：> library(ggplot2)> R1<-read.csv("/Users/LUCY/Desktop/科研狗R语言第二期/2-3/R2-2.1.csv")> g<- ggplot(R1,aes(x=bwt,fill=factor(R1$smoke)))> g+geom_histogram(binwidth=400,colour= R02-18第二次作业-ggplot2画直方图、密度图
直方图library(ggplot2)mydata<-read.csv("R2-2.1.csv")ggplot(mydata,aes(x=bwt,fill=factor(mydata$smoke)))+geom_histogram(binwidth=400,colour="black",position="dodge")+ggtit R02-40第二次作业-ggplot2画直方图、密度图
> library("ggplot2")> mydata1<-read.csv("D:\\learningr\\R2-2.1.CSV",head=TRUE)> ggplot(mydata1,aes(x=bwt,fill=factor(mydata1$smoke)))+geom_histogram(binwidth = 400,colo R2-22-第二期-ggplot2画直方图/密度图作业
任务一：直方图library(ggplot2)data=read.csv(file.choose())datadata$smoke=factor(data$smoke)m=ggplot(data,aes(x=bwt,fill=smoke))+geom_histogram(binwidth=400,position="dodge",color="black") R2-25-第二期-ggplot2画直方图/密度图作业
R2.2R2.2.1library("ggplot2")A <- read.csv("R2-2.1.csv",header=T,row.names=1)B <- ggplot(A, aes(x=bwt, fill = factor(A$smoke)))B + geom_histogram(binwidth = 400,position="
R2-35第二期-ggplot画直方图 密度图
data1<-read.csv(“R2-2.1.csv”,header=T)ggplot（data1，aes(x=bwt,fill=factor(data1$smoke))）+geom_histogram(binwidth=400,color=”black”,position = “dodge”)+labs(xlab=”birth weight”,title=”R2-35)+sc R2-10-第二期-ggplot2画直方图/密度图作业
rm(list = ls())work.dir <- "D:/R Learning/exercise/R2-02/"setwd(work.dir)getwd() #check working directorydata2_1 <- read.csv("R2-2.1.csv", header=TRUE)ggplot(data2_1,ae
R2-39 第二次作业-ggplot2画直方图、密度图
Plot 1:library(ggplot2)>data<- read.csv(file.choose())>ggplot(data,aes(x=bwt,fill=factor(data$smoke)))+geom_histogram(binwidth=500,colour="black",position="dodge")+ggtitle
R2-21- 第二期-ggplot2画直方图、密度图
任务1library(ggplot2)a<-read.csv("/Users/liutianzi/Desktop/R2/2.csv",head=T)a$smoke<-factor(a$smoke)ggplot()+geom_histogram(data=a,aes(x=bwt,fill=smoke),position="dodge",color= R2-16-第二期-ggplot2画直方图、密度图
>library("ggplot2")>data1<-+read.csv(file.choose("F:R语言学习/R2-2.1/R2-2.1.csv"))>data1$smoke<-factor(data1$smoke)>ggplot(data1,aes=(x=bwt,fill=smoke))+geom_histogra R2-37- 第二期-ggplot2画直方图、密度图
mydata <- read.csv("/Users/Hong/Desktop/data/data3/R2-2.1.csv",header=T)library(ggplot2)mydata$smoke <- factor(mydata$smoke)ggplot(mydata,aes(x=bwt,fill=smoke))+geom_histogram(position R2-27-第二期-ggplot2画直方图、密度图
> library("ggplot2")> mydata1<-read.csv("C:\\Users\\Administrator\\Desktop\\R2-2.1.CSV",head=TRUE)> ggplot(mydata1,aes(x=bwt,fill=factor(mydata1$smoke)))+geom_histogram R2-24- 第二期-ggplot2画直方图、密度图
library(ggplot2)a<-read.csv('e:/R学习小组/2/R2-2.1.csv');aggplot(a,aes(x=bwt,fill=factor(smoke)))+geom_histogram(binwidth=400,color='black',position='dodge')+ggtitle('R2-24& R2-17- 第二期-ggplot2画直方图、密度图
任务一read.csv(file="F:/R学习作业/20171114/R2-2.1.csv", head=TRUE) mydata<-read.csv(file="F:/R学习作业/20171114/R2-2.1.csv", head=TRUE)library("ggplot2")ggplot(data=mydata,
R2-36第二期ggplot2画直方图、密度图
setwd("E:/bioinformatics/fanzhimin")library(ggplot2)data1<-read.csv("R2-2.1.csv", header = TRUE)data1$smoke<-factor(data1$smoke)ggplot(data1,aes(x=bwt,fill=smoke))+geom_histo
R2-06第二期ggplot2-直方图、密度图
Part1直方图library('ggplot2')data<-read.csv(file.choose())ggplot(data, aes(x=bwt, fill = factor(data$smoke)))+geom_histogram(binwidth = 400,position="dodge", color= "red") R2-02-第二期ggplot2画直方图、密度图
library(ggplot2)
data<-read.csv('E:/R2-2.1.csv')
ggplot(data,aes(x=bwt,fill=factor(smoke)))+
geom_histogram(binwidth=400,color='black',position='dodge')+
&nb R2-07-第二期 -直方图和密度图
密度图library(ggplot2)ggplot(diamonds,aes(x=price,colour = color))+geom_line(stat = "density",size = 2)+ggtitle("R2-07")直方图> library(ggplot2)Warning message:程辑包‘ggplot2’是用R版本3.4.2 R2-09第2期- ggplot2画直方图、密度图任务
library(ggplot2)mydata<-read.csv(file.choose(1))mydata$smoke <- factor(mydata$smoke)ggplot(mydata,aes(x=bwt,fill=smoke))+geom_histogram(position="dodge",binwidth=400,color="black& R2-31-第2期- ggplot2画直方图、密度图任务
第一题：library("ggplot2")data<-read.csv('D:/R2-2.1.csv')head(data)ggplot(data,aes(x=bwt,fill=factor(smoke)))+ geom_histogram(binwidth=400,color='black',position='do R2-15-第二期-ggplot画直方图/密码图
直方图library(ggplot2)read.csv(file="C:\\Users\\Dell\\Desktop\\R2-2.1.csv")mydata<-read.csv(file="C:\\Users\\Dell\\Desktop\\R2-2.1.csv")mydata$smoke<-factor(mydata$smoke)ggplot(
R2-12-第二期-ggplot2画直方图/密度图作业
直方图：datahis<-read.table("R2-2.1.csv",header = T,sep = ",")library(ggplot2)ggplot(datahis,aes(x=bwt,fill=factor(datahis$smoke)))+geom_histogram(color="black",binwidth = R2-19-第二期-ggplot2画直方图/密度图作业
图一library(ggplot2)setwd("C:\\Users\\Thinkpad\\Desktop\\R2-2.1")data<-read.csv("R2-2.1.csv")Smoke<-factor(data$smoke)ggplot(data,aes(x=bwt,fill=Smoke))+geom_histogram(binwidth R2-33-第二期-ggplot2画直方图/密度图作业
直方图library(ggplot2)mydata<- read.csv("R2-2.1.csv")ggplot(mydata,aes(x=bwt,fill=factor(mydata$smoke)))++ggtitle("R2-33")+xlab("birth weight")++ scale_fill_discrete(name R2-13-第二期-ggplot2画直方图/密度图作业
data1<-read.csv(file.choose())
library(ggplot2)
ggplot(data1,aes(x=bwt,fill=factor(data1$smoke)))+
geom_histogram(binwidth=400,position="dodge",color="black")+
& R2-34-第二期-ggplot2画直方图/密度图作业
R2-2-1library("ggplot2")data1=read.csv("J:\\R\\1108\\R2-2-1.csv",header=TRUE)ggplot(data1,aes(x=bwt,fill=factor(smoke)))+ geom_histogram(binwidth=400,color='black',po
R2-26-第二期-ggplot2画直方
R2_1 <- read.table(file ="data/R2-2.1.csv", sep = ",", header = TRUE)library(ggplot2)ggplot(R2_1,aes(x=bwt,fill=factor(R2_1$smoke)))+ geom_histogram(binwidth=400,position= R2-04 第二期ggplot2-直方图、密度图
library(ggplot2)R2_04_1 <- read.csv("/users/taowang/documents/R/R2/R2-2.1/R2-2.1.csv",header = T)png("/Users/taowang/documents/R/R2/R2-2.1/R2-2.1.png")ggplot(data = R2_04_1,aes( 
R2-第三期- ggplot2画柱状图任务 （至少两种）
使用ggplot2包绘图参考书籍：《ggplot2:数据分析与图形艺术》、《R数据可视化手册》参考网页：知乎专栏：《R语言可视化——多系列柱形图（条形图）与分面组图美化技巧！》https://zhuanlan.zhihu.com/p/27320995?utm_source=tuicool&utm_medium=referral任务1：附加包"reshape2"、&quo R2-38-第三期ggplot2画柱状图
setwd("D:/projects/R learning/week 3 data")library(ggplot2)library(ggthemes)library(reshape2)data1 <- read.csv("R2-3.1.csv", header = T)data1 <- melt(data1, id.vars = 'Pr R2-03-第三期ggplot2画柱状图
R2-03作业之ggplot2画柱状图任务1：library(ggplot2)library(reshap R2-31-第三期ggplot2画柱状图
任务一：library("ggthemes")library(ggplot2)library(reshape)data <- read.csv("D:/3/R2-3.1.csv", header = T)data <- melt(data,id.vars ='Products', R2-22-第三期ggplot2画柱状图
任务一：install.packages("ggthemes")library(ggplot2)library(reshape2)library(ggthemes)data1=read.csv(file.choose())data1=melt(data1,id.vars="Products",variable.name="Time",va R2-37-第三期ggplot2画柱状图
library(ggplot2)library(reshape2)library(ggthemes)mydata <- read.csv("/Users/Hong/Desktop/data/data4/R2-3.1.csv",header=T)md1 <- melt(mydata,id.vars="Products",measure.vars=c R2-40-第三期ggplot2画柱状图
> library(ggplot2)> library(reshape2)> library(ggthemes)> mydata1<-read.csv("D:\\learningr\\R2-3.1.csv")> mydata1<-melt(mydata1,id.vars="Products",variable.nam R2-16-第三期ggplot2画柱状图
>library("ggplot2")>library("reshape2")>library("ggthemes")>data2<-+read.csv(file.choose("F:R语言学习/R2-3.1.csv"))>data2<-melt(data2,id.vars=& R2-09-第三期ggplot2画柱状图
install.packages("ggthemes")install.packages("reshape2")library(reshape2)library(ggplot2)library(ggthemes)mydata1<-read.csv(file.choose(1))mydata1<-melt(mydata1,id.vars=" R2-18-第三期ggplot2画柱状图
任务一library(ggplot2)library(ggthemes)library(reshape2)mydata<-read.csv("R2_3_1.csv")mydata<melt(mydata,id.vars='Products',measure.vars=c("Q1th","Q2nd"," R2-17-第三期ggplot2画柱状图
任务一library(ggplot2)library(reshape2)library(ggthemes)read.csv(file="F:\\R学习作业\\20171120\\R2-3.1.csv")mydata<-read.csv(file="F:\\R学习作业\\20171120\\R2-3.1.csv")mydata<-melt(myda
R2-24-第三期ggplot2画柱状图
install.packages('ggthemes')library(ggplot2)library(reshape2)library(ggthemes)b<-read.csv('e:/R学习小组/3/R2-3.1.csv')mydata<-melt(b,id.vars='Products',variable.name='Qua R2-21第三期- ggplot2画柱状图任务
任务1：> library(ggplot2)> p=ggplot()> library(reshape2)> library(ggthemes)> r=read.csv("/Users/liutianzi/Downloads/R2-3.1.csv",head=T)> head(r)> r1=melt(r,id.vars="Pr R2-14-第三期ggplot2画柱状图
> library(ggplot2)> library("reshape2")> library("ggthemes")> R1<-read.csv("/Users/LUCY/Desktop/科研狗R语言第二期/2-3/R2-3.1.csv")> R2<-melt(R1,id.vars=' R2-20第三期- ggplot2画柱状图任务
Figure 3.1data<-read.csv("R2-3.1.csv",header=TRUE)library("ggplot2")library("reshape2")library("ggthemes")mydata<-melt(data,id.vars="Products",v R2-36-第二期-ggpolt2柱状图
setwd("E:/bioinformatics/fanzhimin")library(ggplot2)library(ggthemes)library(reshape2)data1 <- read.csv("R2-3.1.csv", header = T)data2<-melt(data1,id.vars="Product
R2-34-第三期ggplot2画柱状图
R2-3-1library(ggplot2)library(reshape2)library(ggthemes)data1=read.csv("J:\\R\\1121\\R2-3-1.csv",header=TRUE)mydata=melt(data1,id.vars="Products",variable.name="Quater",v
R2-02-第三期ggplot2画柱状图
install.packages("ggthemes")
install.packages("reshape")
library(ggthemes)
library(ggplot2)
library(reshape)
data <- read.csv("E:/3/R2-3.1.csv", he R2-01-第三期ggplot2画柱状图
任务1install.packages('ggthemes')install.packages('ggplot2')install.packages('ggthemes')library("ggplot2")library("reshape2")library("ggthemes")d1&l R2-07-第三期 -ggplot2两种柱状图
> library(ggplot2)> library(reshape2)> library(ggthemes)> a<-read.csv(file="R2-3.1.csv")> b<-melt(a,id.vars='Products',variable.name='Quater',value.name= R2-05-第三期ggplot2画柱状图
#我mac显示字体的问题还木有解决
#R2-3-1
library(ggplot2)
library(reshape2)
library(ggthemes)
mydata <-read.csv(file.choose(),head=T)
head(mydata)
mydata2=melt(mydata,id.vars="Products",va
R2-12-第三期- ggplot2柱状图
library(ggplot2)library(ggthemes)library(reshape2)data1<-read.table("R2-3.1.csv",header = T,sep = ",")data1.1<-melt(data1,id.vars = "Products",measure.vars = c(&quo R2-35 第三期ggplot2画柱状图
install.packages('reshape')install.packages('ggplot2')install.packages('ggthemes')library("reshape2")library("ggplot2")library("ggthemes")data< R2-10 第三期ggplot2画柱状图
rm(list = ls())work.dir <- "F:/R Learning/exercise/R2-03/"setwd(work.dir)library(ggplot2)library(reshape2)library(ggthemes)getwd() #check working directorydata3_1 <- read.csv(&qu R2-29-第二次作业-ggplot2画柱状图任务 （至少两种）
任务1：>dat = read.csv(file.choose(),header = T)> library(reshape2)> library(ggplot2)> library(ggthemes)> dat2 <- melt(dat, id.vars = 'Products', measure.vars = c("Q1th&quo R2-27 第三期ggplot2画柱状图
library(ggplot2)mydata<-read.csv("D:\\3\\R2-3.1.CSV",head=TRUE)mydate<- melt(mydata,id.vars="Products",measure.vars=c("Q1th","Q2nd","Q3rd"," R2-04 第三期ggplot2 柱状图
library(ggplot2)library(ggthemes)R2_3_1 <- read.csv("/Users/taowang/documents/R/R2/R2-3/R2-3.1.csv",header = T)library(reshape2)R2_3_1 <- melt(R2_3_1, id.vars = "Products",va R2-33 第三期ggplot2画柱状图
library(ggplot2)library(reshape2)library(ggthemes)QAQ<-read.csv("R2-3.1.csv")qaq<-melt(QAQ,id.var="Products",variable.name="Quater",value.name="Index")ggp R2-006 第三次 柱状图
Part1library(ggplot2)library(reshape2)library(ggthemes)data<-read.csv(file.choose(),header = T)data2<-melt(data,id.vars='Products',measure.vars=c("Q1th", 'Q2nd', 'Q R2-15-第三期 柱状图
竖着的library(ggplot2)library(reshape2)library(ggthemes)data<-read.csv(file.choose(),header = T)data2<-melt(data,id.vars='Products',measure.vars=c("Q1th", 'Q2nd', 'Q3r
R2-39 第三次作业提交
library(ggplot2)library(reshape2)install.packages("ggthemes")library(ggthemes)data<- read.csv(file.choose())datamydata <- melt(data,id.vars="Products",measure.vars=c("Q1
R2-25 第三次作业提交
R2-253.1setwd("D:/R language/R2/R2.3")library("ggthemes")library(ggplot2)library(reshape)data <- read.csv("R2-3.1.csv", header = T)data <- melt(data,id.vars ='P
R2-13-第三期ggplot2画柱状图
data1<-read.csv(file.choose())
library(ggplot2)
library(reshape2)
library(ggthemes)
data1<-melt(data1,id.vars='Products',variable.name=("Time"),value.name="Index" R2-第四期-ggplot2画饼图/箱型图任务
参考书籍：R语言实战任务1：参数geom_bar,coord_polar,theme等绘制如下图要求：饼图划分为5部分,每部分比例大家自由发挥，图例在上面，题目为自己的学号就可以，其它美化方面的大家可以自行发挥，让我们也学习，学习任务2:lattice包,参数geom_boxplot，theme；使用lattice中singer数据库，绘制箱线图，要求同任务1. R2-38 第四期-ggplot2画饼图/箱型
setwd("D:/projects/R learning/week 4 data")library(ggplot2)library(ggthemes)library(lattice)data1 <- read.csv("R.4-1.csv", header = T)(graph1 <- ggplot(data1, aes(x = "& R2-19 第三期作业
library(ggplot2)library(reshape2)library(ggthemes)setwd("C:\\Users\\think\\Desktop\\3")mydata<-read.csv("R2-3.1.csv")ggplot(mydata,aes(x=Time,y=Index,fill=Products))+geom_bar(st R2-29-第四次作业-饼图+箱式图
1.Pie graph首先将给定数据集中的中文换成英文：> library(ggplot2)> library(ggthemes)> dat <- read.csv(file.choose())> myLabel = as.vector(dat$Code)> myLabel = paste(myLabel,"(",round(dat$Valu R2-05-第四次作业-饼图箱式图
#R4-1library("ggplot2")
mydata <- read.csv(file.choose())
str(mydata)
View(mydata)#使用order函数对数据框数据进行排序,将来可以从大到小进行饼图绘制mydata$值 <-mydata$值/sum(mydata$值)
my
R2-04-第四次作业-饼图+箱式图
library(ggplot2)library(lattice)R2_04_4 <- read.csv("/users/taowang/documents/R/R2/R2-4/R.4-1.csv",header = T)png("/Users/taowang/documents/R/R2/R2-4/R2-4-1.png")ggplot(data = R R2-40-第四次作业-饼图+箱式图
> library(ggplot2)> data1<-read.csv("D:\\learningr\\R4-1-1.csv",head=T)> data1<-data1[order(data1$value,decreasing = TRUE),]> myLabel=as.vector(data1$city)> myLabel=past R2-31-第四期-饼图+箱式图
library("ggthemes")
library(ggplot2)
data <- read.csv("D:/R.4-1.csv", header = T)
data1<-data[order(data$value,decreasing = TRUE),]
m 
R2-36 第四期 饼图+箱式图
setwd("E:/bioinformatics/fanzhimin")library(ggplot2)library(lattice)data1<-data.frame(city=c("A","B",'C','D','E'),value=c("20","
R2-22-第四期-ggplot2画饼图/箱线图作业
任务一：library(ggplot2)a=data.frame(value=c("20","18","16","14","12"),city=c("A","B","C","D","E"))h=ggp R2-37-第四期-ggplot2画饼图/箱线图作业
library(ggplot2)mydata <- data.frame(city=c("A","B","C","D","E"),value=c("20","18","16","14","12" R2-20-第四期-ggplot2画饼图/箱线图作业
Figure4.1_codesetwd("F:\\Doctor\\R语言学习\\互助小组\\第四期作业")library(ggplot2)data<-read.csv("R.4-1.csv",header=T)ggplot(data, aes( x="",y = value, fill = code)) + R2-07-第二期 -饼图和箱线图
> library("ggplot2")> getwd()[1] "C:/Users/Administrator/Desktop/R语言"> a<-read.csv("R.4-1.csv") ggplot(a,aes(x="",y=value,fill=code))+geom_bar( R2-24 第四期-ggplot2画饼图/箱型
library(ggplot2)a<-read.csv('e:/R学习小组/4/R4-1.csv')attach(a)ap<-值/sum(值)*100;apb=as.vector(代码);bc=paste(b,'(',round(ap,1),'%)')ggplot(a,aes(x='',y=值,fill=代码))+geom R2-18 第四期-ggplot2画饼图/箱型
library(ggplot2)mydata <- data.frame(city=c("A","B","C","D","E"),value=c("20","18","16","14","12" R02-28 第四期-ggplot2画饼图/箱型
> data<-read.csv("F:\\研究生\\R语言\\R.4-1.csv",header=F)> data V11 编号\t代码\t值\t2 &nbs
R2-30第四次作业提交
datar41<-read.csv("C:/Documents and Settings/Administrator/桌面/s/r/第四次作业/R.4-1.csv",header=T) library(ggplot2)datar41 = datar41[order(datar41$值,decreasing=TRUE),]mylabel=as.vector(dat R2-12 饼图/箱图作业提交
library(ggplot2)data1<-read.table("R.4-1.csv",header = T,sep = ",")ggplot(data1,aes(x="",y=value,fill=coding))+geom_bar(stat = "identity",width = 1)+coord_po R2-第四期-ggplot2画饼图箱型图
library(ggplot2)data1<-data.frame(city=c("A","B","C","D","E"),value=c("20","18","16","14","12"))g R2-第五期-雷达图的绘制
R绘制雷达图可以使用哪些包？1、fmsb包2、ggradar包（ggplot2扩展包）任务1: 使用fmsb包绘制雷达图提示：使用fmsb包，利用内置mtcars数据库绘制如下图，参数radarchart、legend等要求：四种车型，九个性能指标，绘图曲线需要是实线，其它美化请自由发挥。R2-04（04大菜鸟，大家一起揍他） 任务2：使用数据R2_5_data.csv与ggradar包 R2-03 第四期-ggplot2画饼图/箱型图
R语言之ggplot2画饼图/箱型图任务1：将数据表中中文名改成对应的英文名("Number","Code","Value")library(ggplot2)
data<-read.csv("D:/Study/R/R2/R.4-1.csv",header=T)
print(data)
R2-21-第四期-ggplot2画饼图箱型图
任务1：a=read.csv("R.4-1.csv")p=ggplot(a,aes(x="",y=值,fill=代码))p+geom_bar(stat="identity")+coord_polar(theta="y",direction=-1)+theme_bw()+theme(panel.border = elem R02-01 第四期-ggplot2画饼图/箱型
任务1library(ggplot2)
dt=data.frame(city=c("A","B","C","D","E"),value=c("20","18","16","14","12"))
d
R2-33 第四期-ggplot2画饼图/箱型
library(ggplot2)data<- read.csv("R2-4.csv")data<- data[order(data$值,decreasing=TRUE),]b<- as.vector(data$代码)c<- paste(b,"(",round(data$值/sum(data$值)*100,2),"%)&quo R2-17 第四期-ggplot2画饼图/箱型
任务一mydata<-read.csv(file="F:\\R学习作业\\20171128\\R.4-1.csv")library(ggplot2)mydata<-data.frame(city=c("A","B","C","D","E"),value=c("
R2-14 第四期-ggplot2画饼图/箱型
1.> library(ggthemes)> library(lattice)> mydata <- data.frame(city=c("A","B","C","D","E"),value=c("20","18"," R2-10 第四期-ggplot2画饼图/箱型
library(ggplot2)mydata <- data.frame(city=c("A","B","C","D","E"),value=c("40","20","20","5","5")) R2-06 第四期-ggplot2画饼图/箱型
Part 1library(ggplot2)data=data.frame(sub=c("A","B","C","D","E"),value=c("10","15","20","25","50"))g R2-39 第四次作业提交
#1library(ggplot2)library(ggthemes)library(lattice)data <- read.csv(file.choose())ggplot(data,aes(x="",y=Value,fill=City))+geom_bar(stat="identity",width=1)+coord_polar(theta=&q
R2-39 第四次作业提交
#1library(ggplot2)library(ggthemes)library(lattice)data <- read.csv(file.choose())ggplot(data,aes(x="",y=Value,fill=City))+geom_bar(stat="identity",width=1)+coord_polar(theta=&q
R2-02-第四期-饼图-箱式图
学习设置dataframe每一列的名字library(ggthemes)
library(ggplot2)
data <- read.csv("E:/R.4-1.csv", header = T)
head(data)
#V1 V2 V3 V4
#1 2&nbs R2-35 第四期ggplot2画饼图和箱线图
library(ggplot2)library(lattice)a=data.frame(value=c("20","18","16","14","12"),city=c("A","B","C","D","E& R2-25 第四次作业提交
2.4.1setwd("D:/R language/R2/R2.4")library(ggplot2)A <- read.csv("R.4-1.csv")C <- ggplot(A,aes(x=代码,fill=代码))C + geom_bar(width = 1) + coord_polar(theta = &
R2-27-第四期-饼图-箱式图
library(ggplot2)data <- read.csv(file="D:\\R.4-1.csv")mydata <- data.frame(city=c("A","B","C","D","E"),value=c("20","18 
R2-20 第五期雷达图的绘制
Figure 5.1_codesetwd("F:\\Doctor\\R语言学习\\互助小组\\第5期作业")install.packages('fmsb')library(fmsb)maxmin <- data.frame( mpg=c(21.4, 15), cyl=c(8,4), disp=c(351, 121),&n R2-12 雷达图
library(fmsb)View(mtcars)newdata <- mtcars[c(29:32),c(1:9)]radarchart(newdata,axistype = 1,seg = 2,maxmin = F,pty = 20)+legend("left",legend = c("Ford Pamtera L","Ferrari D R2-36-第五期-雷达图
setwd("E:/bioinformatics/fanzhimin")install.packages('fmsb')library(fmsb)data1 <- mtcars[c(29:32),c(1:9)]radarchart(data1,axistype = 1,seg = 2,maxmin = F, title="R2-36",
R2-40 第五次作业-雷达图作业
> library(ggplot2)> library(fmsb)> cars<-mtcars[c(29:32),c(1:9)]> radarchart(cars,axistype = 1,seg=2,maxmin = F,plty=1,plwd=2,title = "R-40")> legend(-2.4,0.8,c(" R02-28 第五次作业-雷达图
> install.packages("devtools")>library(devtools)> install_github("ricardo-bion/ggradar")> library(ggradar)> install.packages('fmsb')> library(fmsb)> da
R2-03 第五次作业-雷达图
R语言之ggplot2画雷达图任务1：利用fmsb包中的radarchart函数来画雷达图：library(fmsb)
View(mtcars)
install.packages("dplyr")
library(fmsb)
library(dplyr) ##加一个处理数据的包,为了使用select()函数
a<-s R2-35 第5期ggplot2雷达图
library(fmsb)data <- mtcars[c(29:32),c(1:9)]radarchart(data,axistype = 1,seg=2,plty=1,plwd=1,maxmin = FALSE,title = "R02-35")legend("left",c("Ford Pantera L","Fer R2-06 第5期ggplot2雷达图
part1library(ggplot2)library(fmsb)library(dplyr)cars<-mtcars[c(29:32),c(1:9)]radarchart(cars, axistype =2,seg = 2, maxmin=F, centerzero = F, &nbs R2-18 第5期ggplot2雷达图
install.packages("fmsb") #按照fmsb包 library(fmsb) #加载包 mtcars & R2-31-第5期 雷达图
第一题：install.packages('fmsb')
library(fmsb)
maxmin <- data.frame(
mpg=c(21.4, 15),
cyl=c(8,4),
R2-27 第五次作业-雷达图作业
library(ggplot2)library(fmsb)mydata<-read.csv("D:\\R2_5_data.csv",header = TRUE)cars<-mtcars[c(29:32),c(1:9)]radarchart(cars,axistype = 1,seg=2,maxmin = F,plty=1,plwd=1,title = "R R2-39 第五次作业提交 蛋疼的雷达图
# Figure 1library(fmsb)data <- mtcars[c(29:32),c(1:9)]radarchart(data,axistype = 1,seg=2,plty=1,plwd=2,maxmin = FALSE,title = "R02-39")legend("left",c("Ford Pantera L"
R2-22第五期雷达图
任务一：library(ggplot2)library(ggradar)library(fmsb)mtcarsdata1=mtcars[c(29:32),c(1:9)]data1radarchart(data1,axistype=1,seg=2,plty =1,plwd=2,maxmin = FALSE,title="R2-22")legend("left" R2-25 第五次作业提交 雷达图
R2.4.1install.packages(fmsb)library(fmsb)library(ggplot2)cars<-mtcars[c(29:32),c(1:9)]radarchart(cars,axistype=1,maxmin = F,plty=1,pty=16,plwd=2,axislabcol="grey",title="R-25")l
R2-01 第五次作业 雷达图
任务1 install.packages("fmsb") #安装fmsb包
library (fmsb)
data<-mtcars[c(29:32),c(1:9)]#读取29-32行数据
radarchart(data,axistype=1,seg=2,maxmin=F,plty=1,plwd=1,title = 
R2-21 第五次作业提交 雷达图
任务1：library(ggplot2)
library(ggradar)
library(scales)
library(tibble)
mt=rownames_to_column(mtcars,var="mt")
mt=mutate_each(mt,funs(rescale),-mt)
mt1=mt[29:32,1:10]
ggradar(mt1,legend R2-17 第五次作业提交 雷达图
任务一：library(fmsb)data <- mtcars[c(29:32),c(1:9)]radarchart(data,axistype = 1,seg=2,plty=1,plwd=1,maxmin = FALSE,title = "R02-17")legend(-2.4, 1, c("Ford Pantera L","Ferrari
R2-07-第5期 -雷达图
library("fmsb")> a<- mtcars[c(29:32),c(1:9)]> radarchart(data,axistype = 1,seg=2,plty=1,plwd=1,maxmin = FALSE,title = "R2-07")> legend("bottomright",c("F R2-10 第五期 雷达图
R2-10 第五期 雷达图rm(list = ls())work.dir <- "D:/R Learning/exercise/R2-05/R2_5_data/"setwd(work.dir)getwd() #check working directorylibrary(fmsb)data5_1 <- mtcars[c(29:32),c(1:9)]rad R2-29 第五期 雷达图
任务 1>library(fmsb)>maxmin <- data.frame(mpg= c(35,10), cyl = c(8,4),disp = c(500,50), hp=c(350,50), drat=c(5.0,2.5), wt = c(5.5,1.5), qsec = c(23.0,14.5), vs = c(1,0), am = c(1,0))>mtcars R2-38 第五期-ggplot2画雷达图
library(fmsb)data1 <- tail(mtcars, n =4) ##extract the last 4 rowsdata1 <- data1[,1:9] ##extract the first 9 coloums### another solution: data <- mtcars[-(1:28),1:9] radarchart(data1, ax R2-09第五期雷达图
install.packages("fmsb")library("fmsb")mtcars<-mtcars[c(29:32),c(1:9)]radarchart(mtcars,seg = 2,centerzero = 0,axistype = 1,maxmin = F,plty=1,plwd=1,title = "R2-09")le R2-第六期-生存曲线任务
任务比较不同性别之间肺癌患者的生存差异，画出两组生存曲线，给出生存差异的p值、risk table以及ncensor plot 所需软件包：（1）survival（2）survminer 数据：survival包中lung数据 要求（1）详细阅读survival包中的函数Surv、survfit帮助文件（2）详细阅读survminer包中的函数ggsurvplot帮助 R2-30第五次雷达图作业提交
library("fmsb")maxmin <- data.frame(
mpg=c(21.4, 15),
cyl=c(8,4),
disp=c(351, 121),
hp=c(335,109),
drat=c(4.22, 3.54),
wt=c(4,2),
qsec=c(20,10),
vs=c(1,&n R2-37 第5期ggplot2雷达图
library(fmsb)data <- mtcars[c(29:32),c(1:9)]radarchart(data,axistype=1,seg=2,plty=1,plwd=1,maxmin=FALSE,title="R2-37")legend(-2.0,0.5,c("Ford Pantera L","Ferrari Dino" R2-24 第五次作业 雷达图
install.packages('fmsb')library('fmsb')mtcarsa<-mtcars[c(1:4),c(1:9)]radarchart(a,axistype=1,seg=2,maxmin=F,vlabels=names(a[,2:9]),plty=1,pcol=1:7,plwd=1,title='R2-24')legen R2-14 第五期 雷达图
1.> library(fmsb)> data <- mtcars[c(29:32),c(1:9)]> radarchart(data,axistype = 1,seg=2,plty=1,plwd=1,maxmin = FALSE,title = "R02-14")> legend("left", c("Ford Pa R2-02 第五次作业 雷达图
install.packages('fmsb')
library(fmsb)
maxmin <- data.frame(
mpg=c(21.4, 15),
cyl=c(8,4),
disp=c(351, 121),
hp=c(33 R2-05-第五次作业 雷达图绘制
# 由于ggradar 默认的字体Mac系统本身不支持，导致报错，所以无法画图，#在“R2-21-椰z"的提醒下，重新对ggradar函数进行赋值使用mac平台默认字体，解决问题，#提醒我们要学会看报错信息，由于各个平台的环境不同，经常会出现各种报错信息，#最重要就是不要”song“，进而解决问题。顺便强力吐槽这个包的开发者，为什么要调用#一个如此奇葩的字体，并且没有字字体，还会强制报错
R2-04 第五次作业 雷达图绘制
第一题library(fmsb)summary(mtcars)color_1 <- c("red","yellow","darkslategray", "green")maxmin <- data.frame( mpg= c(35,10), cyl = c(8,4), d R2-33 第五次作业 雷达图绘制
summary(mtcars)maxmin<-data.frame(mpg=c(35,10),cyl=c(8,4),disp=c(500,50),hp=c(350,50),drat=c(5,2.5),wt=c(5.5,1.5),qsec=c(23.0,14.5),vs=c(1,0),am=c(1,0))data1<-mtcars[c(29:32),c(1:9)]data2<-rb R2-16-第五次作业-雷达图绘制
>install.packages("devtolls")>devtools::install_github("ricardo-bion/ggradar")>install.packages("ggradar")>install.packages("fmsb")>install.packa R2-33 第六期-生存曲线作业
library(ggplot2)library(ggpubr)library(magrittr)library(survminer)library(survival)fit<-survfit(Surv(time,status)~sex,data=lung)ggsurvplot(fit,data=lung,color="sex",palette=c("red&qu R2-05-第六次作业 生存曲线
##R2-6install.packages("ggpubr")
install.packages("survminer")
library(ggplot2)
library(ggpubr)
library(magrittr)
library(survminer)
library(survival) #load n
R2-29-CC 第六期作业 生存曲线
> library(survival)> library(survminer)> fit = survfit(Surv(time,status)~sex, data = lung)> ggsurvplot(fit,title="R2-29 CC",conf.int = TRUE, conf.int.alpha = 0.1, legend.ti R2-36第六期生存曲线
install.packages("ggpubr")install.packages("survminer")library(ggplot2)library(ggpubr)library(magrittr)library(survminer)library(survival)fit<-survfit(Surv(time,status)~sex,data
R2-06-dean 第六期作业 生存曲线
library(ggplot2)library(survminer)library(survival)dean<-survfit(Surv(time,status)~sex,data=lung)ggsurvplot(dean,title="R2-06-dean",conf.int = TRUE, conf.int.alpha = 0.05, pval=TRUE,pval. R2-03 第六次作业-生存曲线
R语言之画生存曲线任务：ggplot2拓展包画生存曲线install.packages("survival&q R2-35 第6期生存曲线
library('survival')library(survminer)fit<-survfit(Surv(time,status)~sex,data=lung)ggsurvplot(fit,data=lung,color="sex",palette=c("red","blue"),pval=TRUE,surv.m R2-20 第六次作业-生存曲线
setwd("F:\\Doctor\\R语言学习\\互助小组\\第6期作业")install.packages("ggpubr")install.packages("survminer")library(survival)library(survminer)data<-lungfit<- survfit(Surv(time, R2-17 第六次作业-生存曲线
data(package=”survival”)install.packages("ggpubr")install.packages("survminer")library(ggplot2)library(ggpubr)library(survminer)library(survival)fit<-survfit(Surv(time,status)~s
R2-01 第六次作业-生存曲线
install.packages("survival")
install.packages("survminer")
library(survival)
lung
library(survminer)
library(ggplot2)
library(ggpubr)
library(magrittr)
f<-survfit(Surv(t
R2-37 第六期作业 生存曲线
library(survival)library(ggplot2)library(survminer)my_df <- survfit(Surv(time,status)~sex,data=lung)ggsurvplot(my_df,conf.int=TRUE,pval=TRUE,surv.median.line="hv",legend.title="sex&q R2-40 第六次作业-生存曲线
> library(ggplot2)> library(ggpubr)> library(magrittr)> library(survival)> library(survminer)f1<-survfit(Surv(time,status)~sex,data=lung)> ggsurvplot(f1,data=lung,color = "se R2-14-第六次作业 生存曲线
做作业的时候脑子抽了突然把自己想成4号了？突然发现，图片就不改了，求放过哈哈library(survival)library(survminer)fit = survfit(Surv(time,status)~sex, data = lung)ggsurvplot(fit, data = lung,pval=TRUE,conf.int=TRUE,surv.median.line = "h R2-22第六期作业
install.packages("survival")install.packages("survminer")library(survival)library(survminer)library(ggplot2)library(ggpubr)fit=survfit(Surv(time,status)~sex,data=lung)lungggsurvplo R2-30第六次作业-生存曲线
library("ggplot2")library("ggpubr")library("magrittr")library("survival")library("survminer") datar61<-lunglife<-survfit(Surv(time,status)~ R02-28 第六次作业 生存曲线
> install.packages("ggpubr")> install.packages("survminer")> library(survival)> library(survminer)> data<-lung> fit<- survfit(Surv(time, status) ~ sex, data
R2-04 第六次作业-生存曲线
install.packages("survminer")install.packages("survival")install.packages("")library(survival)library(ggplot2)library(survminer)fit<-survfit(Surv(time,status)~sex,data R2-18 第六次作业-生存曲线
install.packages("survival")install.packages("survminer")library(survival)library(ggplot2)library(survminer)mydata<- survfit(Surv(time,status)~sex,data=lung)ggsurvplot(mydata,co R2-39 第六次作业提交 生存曲线
install.packages("survival")install.packages("survminer")library(survival)library(survminer)library(ggplot2)library(ggpubr)library(magrittr)fit<- survfit(Surv(time, status) ~ se
R2-27 第六次作业-生存曲线
library(survminer)library(survival)library(ggplot2)library(ggpubr)library(magrittr)fit<-survfit(Surv(time,status)~sex,data=lung)ggsurvplot(fit,data=lung,color="sex",palette=c("red&qu R2-16-第六期-生存曲线
>install.packages("survival")>install.packages("survminer")>library(survival)> library(ggplot2)>mydata<-survfit(Surv(time,status)~sex,data=lung)>ggsurvplot(myd R2-31-第6次 作业 生存曲线
install.packages("survminer")
install.packages("survival")
library(survival)
library(ggplot2)
library(survminer)
library(magrittr)
my_df <- survfit R2-02 第六次作业 生存曲线
install.packages("survminer")
install.packages("survival")
library(survival)
library(ggplot2)
library(survminer)
library(magrittr)
my_df <- survfit(Surv(time 
R2-10第六次作业
library("ggplot2")library("ggpubr")library("magrittr")library("survival")library("survminer")fit1<-lunglife<-survfit(Surv(time,status)~sex,fit1) R2-09 第六期 生存曲线
install.packages("survminer")install.packages("survival")install.packages("ggpubr")install.packages("magrittr")install.packages("ggplot2")library(&quo R2-07-第6期 -生存曲线
library(survival)> library(survminer)> fit = survfit(Surv(time,status)~sex, data = lung)> ggsurvplot(fit,title="R2-07",conf.int = TRUE, conf.int.alpha = 0.1, legend.title = &q R2-38 第六期 生存曲线任务
install.packages("survival")install.packages("survminer")library(survival)library(survminer)fit = survfit(Surv(time,status)~sex, data = lung)ggsurvplot(fit, title="R2-38"
R2-24 第六期 生存曲线
install.packages('survival')install.packages('survminer')library(survival)library(survminer)library(ggplot2)library(ggpubr)library(magrittr)lunga<-survfit(Surv(time,status)~sex,data R2-12-生存曲线
library(survival)library(survminer)fit_lung<-surv_fit(Surv(time,status)~sex,data = lung)ggsurvplot(fit_lung,legend.title="SEX",legend.labs=c("Male","Female"),conf.int R2-21 第六次作业-生存曲线
library(survminer)
library(survival)
lung
a=Surv(lung$time,lung$status)
b=survfit(a~lung$sex)
ggsurvplot(b,lung,pval=T,conf.int=T,risk.table=T,risk.table.col="sex",ncensor.plot=T,legend R2-14-火山图
任务一：> library(ggplot2)> plot1<- ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.6)+labs(title="Here is title",subtitle="Here is subtitle&quo R2-40-第七次作业-火山图
>library("ggplot2")> g<-ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.3)+labs(title="R-40",subtitle="Here is MTCARS",caption="20 R2-03 第七次作业-火山图
R语言之ggplot画火山图任务1：先画一个与主题无关的柱状图：library(ggplot2)
a<-table(mtcars$gear,mtcars$cyl)
col<-c("lightblue","lightgreen","pink")
png("E:/PNG/R2/R2-7-火山图/R2-03-13.p R2-21-第七次作业-火山图
作业1：library(tibble)library(ggplot2)mt=rownames_to_column(mtcars,var="group")mt=mt[1:5,]mytheme=theme_bw()+theme(panel.border = element_blank(),panel.grid.major = element_blank(),panel.grid.m R2-29 第七次作业 火山图
实在懒得画个柱状图了，直接写一句mytheme也是可以用的吧。>library(ggplot2)>library(latex2exp)>plotdata=read.csv(file.choose())>mytheme=theme_bw()+theme(panel.border = element_blank(),panel.grid.major = element_blan R2-01 第七次作业 火山图
任务1R1<-ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)))+labs(title="Here is title",subtitle="Here is subtitle",caption="R2-01",x=&q R2-35 第七次作业 火山图
library(ggplot2)library(latex2exp)p=ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.6)+labs(title="Here is title",subtitle="Here is subtitle",caption=&quo R2-20 第七次作业 火山图
##作业1自定义主题练习
library(ggplot2)
mytheme_volcano <- theme_classic() +
theme(panel.grid = element_blank(), #隐藏网格线
R2-05-第七期作业 火山图
作业一library(ggplot2)
plot1 <- ggplot(mtcars, aes(factor(cyl))) +
geom_bar(aes(fill = factor(gear)), width = 0.6) +
R2-04-第七期作业 火山图
library(ggplot2)R2_04_1 <- ggplot(mtcars, aes(factor(cyl))) + geom_bar(aes(fill = factor(gear)), width = 0.6) + labs(title = "Here is title", subtitle = "Here R2-09 第七期 火山图
library(“ggplot2”)mydata<-table(mtcars$gear,mtcars$cyl)col<-c("blue","green","pink")barplot(mydata,xlab="cyl",ylab="count",col=col,main='R2- R2-07-第二期 -柱状图和火山图
> library(ggplot2)> a<-ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.6)+labs(title="R2-07",x="cyl")+scale_fill_discrete(name="gear")& R2-22第七期——火山图
任务一:library(ggplot2)library(reshape2)library(ggthemes)mtcarsw=ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)))+labs(x="cyl",y="count",title="R2-22")+scale R2-36-第七期-火山图
setwd("E:/bioinformatics/fanzhimin")install.packages(“latex2exp”)library(ggplot2)library(latex2exp)D=ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.8)+labs(title=&
R2-18-第七期-火山图
library(ggplot2)plot1<- ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.6)+labs(title="Here is title",subtitle="Here is subtitle",caption="Here is R2-12-volcano
library(ggplot2)plot1<-ggplot(mtcars,aes(x=factor(cyl),fill=factor(gear)))+ geom_bar(width = 0.5)+ labs(title = "Here is title", subtitle = "Here is subtitle", capti R2-39 第⑦次作业提交 火山图
> library(ggplot2)> plot1 <- ggplot(mtcars, aes(factor(cyl))) + + geom_bar(aes(fill = factor(gear)), width = 0.6) + + labs(title = "R2-39", subtitle = "
R2-30第七次作业-火山图
library(ggplot2)
head(mtcars)
R2_30<-ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width = 0.5)+labs(title="Here is title",subtitle="Here R2-38 火山图
library(ggplot2)mytheme <- theme_classic() + theme(panel.grid = element_blank(), legend.position = "no", & R2-33 火山图
作业一library(ggplot2) b<-ggplot(mtcars,aes(x=cyl,fill=factor(gear)))+geom_bar()+labs(title = "Here is title", subtitle = "Here is subtitle", caption="R2-33")mytheme<- R2-02 第七次作业-火山图
library(ggplot2)
my_plot<-ggplot(
mtcars,
aes(
x=factor(cyl),
fill=factor(gear)
)
)+
geom_bar(width R2-31 第七次作业-火山图
library(ggplot2)my_plot<-ggplot( mtcars, aes( x=factor(cyl), fill=factor(gear) ))+geom_bar(width = 0.5)+labs( title = "Here is title",&nb R2-24 第七次作业-火山图
library(ggplot2)T1<-ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)),width=0.8)+labs(title='The barplot of cyl',subtitle='stack barplot',caption='R2-24',x= 
R2-06 火山图
part1ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)))+labs(title="R2-06-dean",subtitle=" ")+scale_fill_discrete(name=" ")mytheme<-theme_classic()+theme R2-37-第七期-火山图
library(ggplot2)library(ggthemes)b<-ggplot(mtcars,aes(x=cyl,fill=factor(gear)))+geom_bar()+theme(legend.position="none")+labs(title="Here is title",subtitle="here is subtit R2-27-第七次作业-火山图
library(ggplot2) library(reshape2) library(ggthemes) mtcars w=ggplot(mtcars,aes(factor(cyl)))+geom_bar(aes(fill=factor(gear)))+labs(x="cyl",y="count",title="R2-27")+scale R2-第八期-热图
火山图太难，这周的就简单多了任务说明：1 数据见附件，该数据是自己课题的一部分经改造的结果。(课题背景：我们为了筛选水稻中根特异的抗旱相关的miRNA,构建了四个文库进行small RNA 测序，CL：control leaf，CR:control root，DL: drought leaf , DR: drought root, 对可能的差异表达基因做heatmap的可视化分析，以期可以直观的找 R02-28 第七期作业 火山图
作业1
> library(ggplot2)
> mytheme<- theme_classic() +theme(panel.grid = element_blank(),legend.position = "no",plot.caption = elem
R2-20 第八期-热图
setwd("F:\\Doctor\\R语言学习\\互助小组\\第8期作业")
library(reshape2)
library(ggplot2)
library(plyr)
library(scales)
data_heatmap<- read.csv("miRNA_rice.csv")
data_m <- R2-01 第八期-热图
library(reshape2)
library(scales)
library(plyr)
library(ggplot2)
data<-read.table("2.csv",sep=",",header=T)
data2<-melt(data,id.vars=c("ID"))
data3<-ddply(
R2-28 第八期作业 热图
> library(ggplot2)> library(reshape2)> library(plyr)> library(scales)> data<- read.csv(file.choose())> data ID &nb
R2-22第八期 热图
library(ggplot2)library(reshape2)library(scales)library(plyr)data=read.csv(file.choose())datadata1=melt(data,id.vars = c("ID"))p=ddply(data1,.(variable),transform,label=rescale(value))Q=ggpl R2-03 第八次作业 热图
R语言之ggplot2画热图library(ggplot2)
require(reshape2)
require(scales)
data<-read.csv("E:/PNG/R2/R2-8-热图/2.csv",header = T)
data1<-melt(data,id.vars=c("ID"))##id.vars R2-31-第8次作业 -热图
library(reshape2)library(scales)library(plyr)library(ggplot2)data=read.csv(file.choose())datadata1=melt(data,id.vars = c("ID"))p=ddply(data1,.(variable),transform,label=rescale(value))Q=ggpl R2-18 第八期作业 热图
library(reshape2)library(scales)library(plyr)library(ggplot2)mydata=read.csv(file.choose())mydata1=melt(mydata,id.vars = c("ID"))mydata2=ddply(mydata1,.(variable),transform,label=rescale(val R2-35 第八期-热图
library(ggplot2)library(plyr)require(plyr)require(reshape2)require(scales)data<- read.csv("2.csv",header = T)data<-na.omit(data)data$Name <- with(data, reorder(ID, CL))data.m <- R2-36-第八期-热图
setwd("E:/bioinformatics/fanzhimin")install.packages("plyr")library(reshape2)library(scales)library(plyr)library(ggplot2)data1<-read.csv("R2-8.csv", header = TRUE)data
R2-38 第八期-热图
library(reshape2)library(scales)library(plyr)library(ggplot2)setwd("D:/projects/R learning/week 8 data")data <- read.csv("2.csv")head(data)data<-melt(data,id.vars=c("ID& R2-09 第八期作业 热图
library("ggplot2")library("reshape2")library("scales")library("plyr")mydata<-read.csv(file.choose(1))data1<-melt(mydata,id.vars = c("ID"))p<- R2-14 第八期-热图
> library(pheatmap)> heat<-read.csv("/Users/LUCY/Desktop/科研狗R语言第二期/2-8/2.csv")> head(heat)> row.names(heat)<- heat$ID> heattext<- heat[,2:5]> heatm<- data.matri R2-40 第八期-热图
> library(gplots)> library(pheatmap)> library(permute)> library(lattice)> library(vegan)> mydata_8<-read.csv("D:\\learningr\\R2_8.csv",header = TRUE,row.names = 1)> m R2-27 第八期-热图
library("ggplot2")library("reshape2")library("scales")library("plyr")mydata<- read.csv("D:\\2.csv") data1<-melt(mydata,id.vars = c("ID R2-39 热图
install.packages("pheatmap")library(pheatmap)map1<-read.csv(file.choose())str(map1)as.data.frame(as.character(map1[,1])) data1<-map1[,c(2,3,4,5)] # 导入数据rownames(data1)<-map1[,1
R2-12热图
library(ggplot2)library(plyr)require(reshape2)require(scales)heat_mir<-read.table("2.csv",header = T,sep = ",")head(heat_mir)heat_mir$Name <- with(heat_mir, reorder(ID, CL))h R2-24 第八期-热图
library(ggplot2)
library(plyr)
library(reshape2)
library(scales)
a<-read.csv('D:/R-LMT/8/2.csv');a
a_1<-melt(a,id.vars=c('锘縄D'))；a_1
a_2<-ddply(a_1,.(variable),transfo R2-07-第八期 -热图
> library(ggplot2)> library(scales)> library(plyr)> library(reshape2)> get.wd()Error in get.wd() : 没有"get.wd"这个函数> getwd()[1] "C:/Users/Administrator/Desktop/R语言" R2-29 第八次作业 热图
上次居然有个同学说我copy别人代码。。。。好歹作为一个background是computer science的同学，人生学会的第一个语言是c++，对于抄代码这种事情我实在不知道我有什么必要去做。不过回头想想，可能是上次有其他棘手任务，做作业不那么认真吧，总之有则改之无则加勉咯。这次作业为了体现我是个严肃的人，我把我自己知道的画热图的常用方法都用了一遍，希望能弥补这种我会copy别人代码的误解。。 R2-21第八期-热图作业
library(reshape2)library(plyr)library(scales)library(ggplot2)library(pheatmap)mydata=read.csv("/Users/liutianzi/Downloads/2.csv",head=T)mydata1=melt(mydata,id.vars="ID",value.name R2-02第八期ggplot画heatmap
library(reshape2)
library(scales)
library(plyr)
library(ggplot2)
data=read.csv("E:/2.csv",header = T)
head(data)
data1=melt(data,id.vars = c("ID"))
hea R2-05-第八期热图作业
＃2017,12,26,20:24 at BANGKOK DON MUANG Airport T1 Gate3
install.packages("ggplot2")
install.packages("reshape2")
install.packages("scal
R2-30第八次作业 热图
datar81<-read.csv("C:/Users/linger/Desktop/第八次作业/2.csv",head=T)
install.packages("pheatmap")
library(pheatmap)
datar81_matrix=as.matrix(datar81[1:16,2:5])
rownames(datar81_m R2-04 第八次作业 热图
library(reshape2)library(scales)library(plyr)library(ggplot2)R2_04_8 <- read.csv("/users/taowang/documents/R/R2/R2-8/2.csv",header = T)R2_04_8 <- melt(R2_04_8,id.vars=c("ID") R2-33 第八期-热图
library(ggplot2)library(plyr)library(reshape2)library(scales)mydata<- read.csv("2.csv")mydata1<- melt(mydata,id.vars=c("ID")) mydata1<-ddply(mydata1,.(variable),transform) R2-06 第八次作业 热图
library(reshape2)library(scales)library(plyr)library(ggplot2)data<-read.csv(file.choose())data2<-melt(data,id.vars=c("ID"))data3<-ddply(data2,.(variable), transform,label=rescale(va R2-16-第八期-热图
>library(ggplot2)>library(reshape2)>library(scales)>mydata<- +read.csv(file.choose("F:/R语言学习/2"))>mydata1<-melt(mydata,id.vars("ID"))>mydata2<-ddply R2-37-热图
library(ggplot2)library(reshape2)library(scales)library(plyr)mydata <- read.csv("/Users/Hong/Desktop/data/data9/2.csv",header=T)mydata2 <- melt(mydata,id.vars=c("ID"))mydata3 R2-第九期-地图绘图
R语言之ggplot2画地图1.介绍地图的相关包：1）地图基础包：maps, mapdata----基于两个包的数据较老，中国地图缺少重庆市，故本次作业不适用该包。2）作业绘图包：maptools maptools包提供了多个函数用来对R当中的空间对象进行读、写、转换或者其他的处理。用来读shapefile的通用函数是readShapeSpatial，这个函数可以自动识别sh R2-20 第九次作业 地图
setwd("F:\\Doctor\\R语言学习\\互助小组\\第9期作业")
#设置主题
mytheme_map <- theme(panel.grid = element_blank(),
panel.background = element_blank( R2-30第九次作业 地图
library(maptools)library(ggplot2)china_map=readShapePoly("C:/Documents and Settings/Administrator/桌面/s/r/第九次作业/R2-9-地图绘图3/bou2_4p.shp")china_map1<-fortify(china_map)x<-china_map@dataxs R2-03 第九次作业 地图
R语言之ggplot2画地图任务1： 画自己所在省份的地图，并标记城市。install.packages("maptools")
install.packages("plyr")
setwd("E:/PNG/R2/R2-9-地图绘图")##在存放了地图数据的文件夹设置工作目录，便于调用数据。
library R2-28 第九次作业
作业1> library(maptools)> library(ggplot2)> library(plyr)> library(rgdal)>mytheme<-theme( panel.background=element_blank(),panel.grid=element_blank(),axis.text=element_blank(),axis.tic
R2-29 第九期作业-地图绘制
#load packageslibrary(maptools)library(plyr)library(ggplot2)#data preprocessingchina_map<-readShapePoly(file.choose())map <- fortify(china_map)dat<-china_map@datadat2 <- data.frame(dat,id= R2-29 第九期作业-地图绘制
#load packageslibrary(maptools)library(plyr)library(ggplot2)#data preprocessingchina_map<-readShapePoly(file.choose())map <- fortify(china_map)dat<-china_map@datadat2 <- data.frame(dat,id= R2-12-map
#设置主题mytheme <- theme_classic() + theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(), axis.line = R2-36-地图
setwd("E:/bioinformatics/fanzhimin")install.packages("maptools")install.packages("rgdal")library(maptools)library(rgdal)library(ggplot2)library(plyr)D <- theme_classic
R2-06 地图作业
part1library(maptools)library(ggplot2)library(plyr)library(rgdal)china_map<-readShapePoly("bou2_4p.shp")jingweidu<-china_map@dataxingzhengquyu<-data.frame(jignweidu,id=seq(0:924)-1) R2 第九期 地图
library("ggplot2")library("maptools")library("rgdal")library("plyr")china_map<-readShapePoly(file.choose())map <- fortify(china_map)dat <- china_map@da R2-18 地图作业
install.packages("maptools")install.packages("rgdal")library(maptools)library(rgdal)library(ggplot2)library(plyr)mytheme<-theme_classic()+theme(panel.grid.major=element_blank(), R2-16-地图作业
>install.packages("rgdal")>install.packages("maptools")>library(ggplot2)>library(maptools)>library(rgdal)>library(plyr)> setwd("F:/R语言学习/R2-9-地图绘图3") R2-40 第九期-地图
> library(ggplot2)> library(sp)> library(maptools)> library(rgdal)> setwd("D:\\learningr")> china_map<-readShapePoly("bou2_4p.shp")> x<-china_map@data> R2-22地图
任务一：library("ggplot2")library("plyr")library("maptools")library(“rgdal”)mytheme=theme(panel.background = element_blank(),panel.grid = element_blank(),axis.text = element_ R2-38 第九期 地图绘制
###week 9 code setwd("D:/projects/R learning/week 9 data")library(maptools)library(ggplot2)library(plyr)china_map <- readShapePoly("bou2_4p.shp")plot(china_map, axes=TRUE, R2-27 第九期作业-地图绘制
setwd("D:/R")library(maptools)library(rgdal)library(ggplot2)library(plyr)library(mapproj)D <- theme_classic() +theme(panel.grid.major = element_blank(),panel.grid.minor = element_blank(), R2-01 第九期作业-地图绘制
任务1直接用下载的数据install.packages("maptools")
install.packages("plyr")
install.packages("rgdal")
library(maptools)
library(rgdal)
library(ggplot2)
library(plyr)
mytheme& R2-07-第二期 -地理绘图
library(maptools)> china_map<-readShapePoly("bou2_4p.shp")Warning message:use rgdal::readOGR or sf::st_read > > x<-china_map@data> xs<-data.frame(x,id=se R2-35第二期-第九次作业ggplot地图
install.packages("maptools")install.packages("plyr")library(maptools)library(ggplot2)library(plyr)mytheme<-theme( panel.background=element_blank(),panel.grid=element_blank(),axi R2-39 地图作业
# 打开不了中文的数据，使用了 google map做了一个图library(ggplot2)library(ggmap)library(maps)library(mapproj)library(rworldmap)map <- getMap(resolution = "low") # 获得世界地图plot(map, xlim = c(-20, 59), ylim = c R2-37-第九期-地图
任务1library(maptools)library(ggplot2)library(plyr)mymap <-readShapePoly("/Users/Hong/Desktop/data/data10/bou2_4p.shp")mymapd <- fortify(mymap)temp<-mymap@dataxs<-data.frame(temp,i R2-02 第九次作业 R语言地图绘图
library("ggplot2")
library("maptools")
library("rgdal")
library("plyr")
china_map<-readShapePoly("E:/R/R9/bou2_4p.shp")
map <- fo R2-31-第九期地图绘图
library("ggplot2")library("maptools")library("rgdal")library("plyr")china_map<-readShapePoly("bou2_4p.shp")map <- fortify(china_map)data <- c R2-04 第九期 地图
library(ggplot2)library(plyr)library(sp)library(maptools)#china_map <- st_read("/Users/taowang/documents/R/R2/R2-9/china-province-border-data/bou2_4p.shp")china_map_1 <- readShapePoly( R2-33 第九期作业-地图
library(maptools)library(sp)library(ggplot2)library(rgdal)library(plyr)china_map<- readOGR("bou2_4p.shp")x<-china_map@dataxs<- data.frame(x,id=seq(0:924)-1)china_map1<- fortify(c R2-14-第九次 地图
library(maptools)library(rgdal)library(ggplot2)library(plyr)china_map=rgdal::readOGR(“/Users/LUCY/Desktop/科研狗R语言第二期/2-9/china-province-border-data/bou2_4p.shp”)china_map1<-fortify(china_map)x<-c r2-21-第九次作业-地图
library(maptools)library(plyr)library(ggplot2)china_map<-readShapePoly(file.choose())map <- fortify(china_map)dat<-china_map@datadat2 <- data.frame(dat,id=seq(0:924)-1)merge_dat <- join R2-05-第九次作业地图
##R2-09 MAPinstall.packages("sp")
library("ggplot2")
library("maptools")
mytheme <- theme_bw() +
theme(panel.grid.major = elem R2-24-第九次作业地图
install.packages("maptools")
install.packages("plyr")
library(maptools)
library(ggplot2)
library(rgdal)
library(plyr)
mytheme_map <- theme(panel.grid&n R2-01综合应用案例
任务1library(ggplot2)
data<- read.csv(file.choose())
p<-ggplot(data,aes(x=Time,y=value,group=SIZE))+geom_line()+geom_point(size=3,aes(colour=SIZE))+xlab("Time")+ylab("Value&q
R2-28第十次作业 综合案例
> library(gcookbook)> library(ggplot2)> supp1=c("OJ","OJ","OJ","VC","VC","VC")> dose1=c(0.5,1.0,2.0,0.5,1.0,2.0)> length1=c(1
R2-21第十次作业 综合案例
#1library(ggplot2)tg <- ToothGrowthtgc=summarySE(tg,measurevar="len", groupvars=c("supp","dose"))pd =position_dodge(0.1)p=ggplot(tgc, aes(x=dose, y=len, colour=supp, g R2-22综合案例
任务一：Install.packages(“Rmisc”)library(ggplot2)library(Rmisc)mytheme=theme_classic()+theme(legend.justification=c(1,0),legend.position = c(1,0),panel.grid.major = element_blank(), panel.grid.minor = ele R2-35 第10期-综合案例
1. 学习误差线的添加，看到网上有人写了一个function，大家可以保存用于以后自己的数据处理## Gives count, mean, standard deviation, standard error of the mean, and confidence interval (default 95%).## data: a data frame.## &n R2-40 第十期-综合案例
> library(ggplot2)> tg<-ToothGrowth> library(lattice)> library(plyr)> library(Rmisc)> tgc <- summarySE(tg, measurevar="len", groupvars=c("supp","dose&q R2-12-综合案例
#task1library(ggplot2)point<-read.table("line.csv",header = T,sep = ",")pline <- ggplot(point,aes(x=YEAR,y=POINT,color=PLAYER))+ geom_point(aes(shape=PLAYER))+ ge R2-36 第十期 综合案例
setwd("E:/bioinformatics/fanzhimin")tg <- ToothGrowthlibrary(ggplot2)summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,+
R2-03 第十次作业 综合案例
ggplot2之综合案例任务1：###定义summarySE的功能
summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
&n R2-16-第十期作业-综合案例
>install.packages("gcookbook")> library(gcookbook)> library(ggplot2)> supp1=c("OJ","OJ","OJ","VC","VC","VC")> dose1 R2-39 第十期综合应用案例
#Task1library(ggplot2)df2 <- data.frame(supp=rep(c("VC", "OJ"), each=3), dose=rep(c("D0.5", "D1"
R2-37综合应用案例作业提交
library(ggplot2)mydata <-read.csv("/Users/Hong/Desktop/data/data11/task1.csv")ggplot(mydata,aes(x=mean,y=statu,colour=group))+geom_errorbar(aes(ymin=statu-sd,ymax=statu+sd),width=0.1)+geo R2-30第十次作业 综合运用
summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE, &nbs R2-31-第10期-综合作业
task1:
df2 <- data.frame(supp=rep(c("VC", "OJ"), each=3),
R2-04 第十期 混乱搭配作业
library(ggplot2)library(RColorBrewer)#任务1mytheme <- theme_classic()+theme(panel.grid.major = element_blank())R10_1 <- read.csv("/Users/taowang/documents/R/R2/R2-10/R10_1.csv",header = R2-18 第十期 综合作业
library(ggplot2)mydata <-read.csv("R10-1.csv")ggplot(mydata,aes(x=year,y=death,colour=group))+geom_errorbar(aes(ymin=death-sd,ymax=death+sd),width=0.1)+geom_line()+geom_point()+ggtitle(&q R2-09 第十期 综合任务
library("ggplot2")A<-read.csv(file.choose(1))ggplot(A,aes(x=mean,y=statu,colour=group,shape=group))+ geom_errorbar(aes(ymin=statu-sd,ymax=statu+sd),width=0.1)+ geom_line(posit R2-33 综合任务
Task1library(ggplot2)data<- ToothGrowthwrite.table (data, file ="data.csv", sep =",", row.names =FALSE, col.names =TRUE, quote =TRUE)data1<-read.csv("R2-10.csv")p&l R2-14-第十次作业 综合任务
1.> library(ggplot2)> tg<-ToothGrowth> library(lattice)> library(plyr)> library(Rmisc)> tgc <- summarySE(tg, measurevar="len", groupvars=c("supp","dose R2-07-第十期 -综合案例
> getwd()[1] "C:/Users/Administrator/Desktop/R语言"> library(ggplot2) a<-read.csv("R2-10.csv")ggplot(a, aes(Time,value,color =SIZE,shape = SIZE))+geom_line(color = &quo 第二期二阶段任务1——Ｒ语言读取Pubmed接口获得初步数据
第二期二阶段正式开始，初步计划是2个星期一次作业，任务发布一个星期后发布原始的代码。第二阶段的的任务之间都是关联的，后面的任务是以前面的任务为基础，所以每一个任务都要熟悉一步一步做。本期任务：熟悉pubmed接口，获得基本的数据。用到的包： httr、xml2pubmed接口学习页面：https://www.ncbi.nlm.nih.gov/books/NBK25500/搜索API：https:/ R2-06 第十期综合
part1library(ggplot2)data<-read.csv(file.choose())ggplot(data,aes(x=Day,y=Weight,group=Number))+ geom_line()+ geom_point(size=3,aes(colour=Number))+xlab("Time")+ylab("Wei R2-20 综合作业
setwd("F:\\Doctor\\R语言学习\\互助小组\\第10期作业")
#Figure 10.1
data<-read.csv("10-1.csv",header=TRUE)
library(ggplot2)
library(plyr)
mytheme_10 <- theme_bw() R2-38 综合作业
#Figure 1setwd("D:/projects/R learning/week 10 data")data<-read.csv("R2-1-2.csv",header=TRUE)library(ggplot2)graph <- ggplot(data=data, aes(Time,value,color =SIZE,shape = SIZ R2-05-综合应用举例
library("ggplot2")
R1_data <- read.csv(file = "/Users/Adobe/Desktop/D/R/phase2/R2-1/data/R2-1-1.csv",header = T)
head(R1_data) #查看数据的前几列
st R2-27 综合作业
task1library(ggplot2)library(Rmisc)mytheme=theme_classic()+theme(legend.justification=c(1,0),legend.position = c(1,0),panel.grid.major = element_blank(), panel.grid.minor = element_blank(),axis.line.x R2-24 综合作业
Task1
library(ggplot2)
df2 <- data.frame(supp=rep(c("VC", "OJ"), each=3),
&n R2-29 第十次作业 综合作业
# Figure 1library(ggplot2)library(Rmisc)dat <- ToothGrowthdat2 = summarySE(dat,measurevar="len", groupvars=c("supp","dose"))pd = position_dodge(0.1)p=ggplot(dat2, aes( R2-01第二阶段-1—Pubmed接口获得初步数据
任务1：install.packages("httr")install.packages("xml2")library(httr)library(xml2)baseUrl="https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?"searchArticleParam=list
【源码参考】第二期二阶段任务1——Ｒ语言读取Pubmed接口获得初步数据
library(httr)
baseUrl="https://eutils.ncbi.nlm.nih.gov/"
pubmedAction=list(
base="entrez/eutils/index.fcgi",
search="entrez/eutils/esearch.fcgi&quo
R2-06 第二阶段第一期
library(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedAction=list( base="entrez/eutils/index.fcgi", search="entrez/eutils/esearch.fcgi", #搜索接口 fe
R2-36第二期第一阶段第一次作业
setwd("E:/bioinformatics/fanzhimin")install.packages("httr")install.packages("xml2")任务1library(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedAction=list(
R2-03 第二阶段第一期-挖掘pubmed
R语言之挖掘pubmed数据任务1：library(httr)
baseUrl="https://eutils.ncbi.nlm.nih.gov/"
pubmedAction=list(
base="entrez/eutils/index.fcgi",
searc
[vtkClass]-vtkDICOMImageReader
方法vtkDICOMImageReader.SetDirectoryName(Dir) #设置DICOM文件存放目录
vtkDICOMImageReader.GetPixelSpacing() #返回像素距离(x,y,z)
vtkDICOMImageReader.GetWidth() #获得图像宽度
vtkDICOMImageReader.GetHe
[vtkClass]-vtkImageThreshold
方法：ThresholdByUpper(double thresh) #阈值大于thresh的都被移除
ThresholdByLower(double thresh) #阈值小于thresh的都被移除
ThresholdBetween(double lower, double upper) #获得中间范围代
R02-28 第二期-第一次作业
> library(httr)
> baseUrl="https://eutils.ncbi.nlm.nih.gov/"
> pubmedAction=list(base="entrez/eutils/index.fcgi",search="entrez/eutils/esearch.fcgi&q
R2-22第二期第一次作业
library(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedACTION=list(base="entrez/eutils/index.fcgi",search="entrez/eutils/esearch.fcgi",fetch="entrez/eutils/efe
R2-35 第二阶段第一次
install.packages("httr")install.packages("xml2")library(httr)library(xml2)baseUrl="https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?"searchArticleParam=list(ret 
R2-09 第二阶段第一次任务作业
library("httr")baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedAction=list( base="entrez/eutils/index.fcgi", search="entrez/eutils/esearch.fcgi", #搜 R-40 第二阶段第1次
> install.packages("jsonlite")> install.packages("httr")> library(httr)> baseUrl="https://eutils.ncbi.nlm.nih.gov/"> pubmedAction=list(base="entrez/eu R2-18第二阶段第一次
有些实在是看不懂，只能模仿library(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedAction=list( base="entrez/eutils/index.fcgi", search="entrez/eutils/esearch.fcgi", # R2-14 第二阶段第一次
> install.packages("httr")> install.packages("xml2")> library(httr)> library(xml2)> baseUrl="https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?"&g
R2-04 第二阶段第一次
library(RISmed)Cell_2017 <- EUtilsSummary('(cell[TA]) AND 2017[DP]')summary(Cell_2017)QueryId(Cell_2017)records <- EUtilsGet(Cell_2017)pubmed_data <- data.frame('Title'=Articl
R2-12 第二阶段第一次
#task1library(httr)cell2017<-'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=pubmed&term=cell[journal]+AND+2017[pdat]&usehistory=y&retmode=json'result_cell<-PO R2-27 第二阶段第一次
任务一install.packages("jsonlite")install.packages("httr")install.packages("xml2")library(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/"pubmedAction=list(base=&qu
R2-20 第二阶段第一次
#任务1
install.packages("httr")
library(httr)
#模块一：搜索所需信息
baseUrl="https://eutils.ncbi.nlm.nih.gov/"
pubmedAction=list(base="entrez/eutils/index.fcgi",
R2-37第二阶段-1—Pubmed接口获得初步数据
任务1：library(httr)library(xml2)baseUrl="https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?"searchArticleParam=list(retstart=0,retmax=20,usehistory='Y',querykey='',web R2-29 第二阶段第1次作业
今儿是我预产期，居然完全没有动静，写个作业以表纪念。但是，确实不怎么会写，代码学习了02同学的打样，收获很大。改动了杂志和pubmed id，将其变成了本领域的杂志及这几天看的一篇文献。#任务1 #没有使用规定的Cell杂志,选择了影像领域杂志Radiologylibrary(httr)baseUrl="https://eutils.ncbi.nlm.nih.gov/" R2-39 第二期作业第一次
# task 1> library(RISmed)> Cell_2017 <- EUtilsSummary('(cell[TA]) AND 2017[DP]')> summary(Cell_2017)Query:"Cell"[Journal] AND 2017[DP] Result count: 563#task 2
R2-07-第二阶段-第一期
> library(httr)> library(xml2)> baseUrl="https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?"> searchArticleParam=list(retstart=0,retmax=20,usehistory='Y',qu