如何使用每个图 (R) 的一半列 n 从表中制作 2 个行的直方图？答案

【问题标题】：How to make 2 histograms of a row from a table using half the n of columns per graph (R)?如何使用每个图 (R) 的一半列 n 从表中制作 2 个行的直方图？
【发布时间】：2019-04-18 10:42:04
【问题描述】：

我需要有关直方图的帮助。我对 R 很陌生，所以我有点迷茫，尽管可能有一种非常简单的方法可以解决这个问题。我需要编写一个函数，该函数返回使用数据帧的一行中的数据创建的两个直方图。直方图应该出现在同一个图上，一个在另一个之上。第一个直方图应由第 1 行的 5:39 列和 40:74 列的第二个组成。我不断得到一个全黑的情节，或者错误“x必须是数字”。

这是数据框的一部分，74的第一列

          gene_id            gene_symbol                      Chr                  Biotype        L001P        L003P        L004P
1     ENSG00000000003                 TSPAN6                        X           protein_coding  3.18003e+01  6.73098e+01  6.30330e+01
2     ENSG00000000005                   TNMD                        X           protein_coding  3.72353e-02  2.28841e+00  3.29320e-02
3     ENSG00000000419                   DPM1                       20           protein_coding  1.75575e+01  4.37474e+01  2.10119e+01
4     ENSG00000000457                  SCYL3                        1           protein_coding  2.68196e+00  3.70790e+00  3.14505e+00
5     ENSG00000000460               C1orf112                        1           protein_coding  5.32179e-01  2.46598e+00  1.11985e+00

这是我到目前为止所做的：

> data <- read.table("file", header=TRUE, stringsAsFactors = FALSE)
 data1 = data[1, 5:39]

这给了我一个包含 5 到 39 列的向量，包括标题。但是，当我尝试绘制第一个直方图时，通过这样做，我得到了一个全黑图

 hist(table(data1), 
     main="Expression levels for TSPAN6 in non-tumor tissue",
     xlab="Patient",
     ylab="Expression level value",
     border = "black",
     col = "black")

我究竟做错了什么？ :(

另外，一旦我弄清楚如何绘制它们，我应该如何组合这两个直方图？可以使用

par(mfcol=c(1,2))

在>返回函数内部之后？

提前谢谢你！

【问题讨论】：

您需要指定要绘制的数据框的哪一列。我对这个问题有点困惑，你通常会在 R 中绘制列，而不是行。你能提供一个你所期望的例子吗？
这就是我应该做的：“编写一个名为 histogramX 的函数，它会生成两个直方图（排列在两行），其中包含单个基因的表达水平。该函数将数据作为输入, 肿瘤列的索引, 非肿瘤列的索引和要绘制的基因。"现在，非肿瘤列是 5:39 列，每一列代表一个患者的表达水平，每一行代表一个不同的基因。我也很困惑，因为我不完全理解我应该如何隔离 5:39 列的第一行并将这些值视为一列。

标签： r function histogram

【解决方案1】：

我认为这是因为每个元素都是独一无二的，例如在你的小例子中

table( as.numeric( data1))

31.8003       63.033      67.3098 
      1            1             1

这就像均匀分布，因此您的问题图（只存在一个频率）

我创建数据并举出我自己的例子

data=cbind(matrix(NA,5,4),rbind(
abs(rnorm(70,54,19)),
abs(rnorm(70,0.78,1.3)),
abs(rnorm(70,27,14)),
abs(rnorm(70,3.1,0.51)),
abs(rnorm(70,1.3,0.99))
))
for (i in seq(nrow(data))) {

    win.graph()

    par(mfcol=c(1,2)) 

    data1 = data[i, 5:39]

    hist(as.numeric(data1), 
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black")

    data2 = data[i, 40:74]

    hist(as.numeric(data2), 
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black")

}

如果你想做一件或一件，你可以这样做

win.graph()

    par(mfcol=c(1,2)) 

    data1 = data[1, 5:39]

    hist(as.numeric(data1), 
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black")

    data2 = data[1, 40:74]

    hist(as.numeric(data2), 
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black")

如果你想在你的情况下做所有行，我认为这段代码必须起作用，

for (i in seq(nrow(data))) {

    win.graph()

    par(mfcol=c(1,2)) 

    data1 = data[i, 5:39]

    hist(as.numeric(data1), 
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black")

    data2 = data[i, 40:74]

    hist( as.numeric( data2),        
        main="Expression levels for TSPAN6 in non-tumor tissue",
        xlab="Patient",
        ylab="Expression level value",
        border = "black",
        col = "black") 

}

【讨论】：

【解决方案2】：

因为您的数据是宽格式的，所以只需将您的单行数值转换为数值向量，而不是传递到直方图。无需运行table，它会创建一个非常深、嵌套且密集的数组，其级别等于列数！

调整下方以在需要的函数内部运行，参数输入为gene_id，列索引为肿瘤/非肿瘤列。

gene_param = "ENSG00000000003"

hist(as.numeric(data[data$gene_id==gene_param, 5:39]), 
     main=paste("Espression levels for TSPAN6\nin non-tumor tissue for gene,", gene_param),
     xlab="Patient", breaks=50,
     ylab="Espression level value",
     border = "black",
     col = "black")

hist(as.numeric(data[data$gene_id==gene_param, 40:74]), 
     main=paste("Espression levels for TSPAN6\nin tumor tissue for gene,", gene_param),
     xlab="Patient",
     ylab="Espression level value",
     border = "black",
     col = "black")

以下数据补充了 74 列之前的随机数据：

txt <- '          gene_id            gene_symbol                      Chr                  Biotype        L001P        L002P        L003P
1     ENSG00000000003                 TSPAN6                        X           protein_coding  3.18003e+01  6.73098e+01  6.30330e+01
2     ENSG00000000005                   TNMD                        X           protein_coding  3.72353e-02  2.28841e+00  3.29320e-02
3     ENSG00000000419                   DPM1                       20           protein_coding  1.75575e+01  4.37474e+01  2.10119e+01
4     ENSG00000000457                  SCYL3                        1           protein_coding  2.68196e+00  3.70790e+00  3.14505e+00
5     ENSG00000000460               C1orf112                        1           protein_coding  5.32179e-01  2.46598e+00  1.11985e+00'

data <- read.table(text=txt, header=TRUE)

# ADDING COLUMNS OF RANDOM DATA
set.seed(41719)
data[paste0("LOO", 4:74, "P")] <- replicate(71, abs(rnorm(5))+10)

在histogram 调用之上运行，下面的图是用标题中的 gene_id 生成的：

【讨论】：