Illumina microarray未标准化数据分布的方法
Illumina microarray未标准化数据分布的方法
这篇文章主要介绍了Illumina microarray未标准化数据分布的方法的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇Illumina microarray未标准化数据分布的方法文章都会有所收获,下面我们一起来看看吧。
不同于affy包对affymetrix芯片数据分布绘图,Illumina microarray数据分布是基于lumi包:
boxplot-method
density-method(或者hist) |
affy包也可以利用boxplot,不过密度图利用hist,此处就展示一些lumi包针对Illumina microarray绘图过程(GSE63229):
基于lumiR.batch获取LumiBatch对象,直接基于对象画图:
>n.sample=length(LumiBatch$sampleID)>cols=rainbow(n.sample)>par(cex=0.7)>if(n.sample>40)par(cex=0.5)>boxplot(LumiBatch,col=cols,las=2)
密度图则是(hist同样效果):
>par(cex=0.7)>if(n.sample>40)par(cex=0.5)>density(LumiBatch,col=cols,las=2)
关于“Illumina microarray未标准化数据分布的方法”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“Illumina microarray未标准化数据分布的方法”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注恰卡编程网行业资讯频道。
推荐阅读
-
Web应用从零开始,初学者友好型开发教程
-
容器化最佳实践:Docker 与 Kubernetes 在微服务架构中的协同设计
-
AWS Cloud9 使用攻略:云端 IDE 如何无缝集成 Lambda 与 S3 服务?
-
Heroku vs AWS Elastic Beanstalk:快速部署 Web 应用的平台对比
-
Kubernetes 集群部署避坑:资源调度、服务发现与滚动更新策略
-
Docker 镜像优化指南:分层构建、瘦身技巧与多阶段编译实践
-
Postman 接口测试全流程:从 API 设计到自动化测试脚本编写
-
pytest 框架进阶:自定义 fixture、插件开发与持续集成集成方案
-
JUnit 5 新特性:参数化测试、扩展模型与微服务测试实践
-
Chrome DevTools 性能分析:FPS 监控、内存快照与网络请求优化指南