python 安装教程 R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、(3)

读取输入文件# 需要使用哪种方式，将其设置为TRUE，其它为FALSE即可# 产生两组数据比较if (TRUE){ # 产生两种各10个正态分布数值，分别以均值为1和2，标准差为均值的0。5倍，colnames修改组名称 set。seed(123) A = rnorm(10, mean = 1, sd = 0。5) B = rnorm(10, mean = 2, sd = 1) dat=as。data。frame(cbind(A,B)) colnames(dat)=c("GroupA","GroupB") # 保存数据文件方便下面演示 write。table(dat, file="opts$input", append = F, quote = F, sep="t", eol = "n", na = "NA", dec = "。", row。names = F, col。names = T)}# 从文件中读取if (FALSE){ dat = read。table("opts$input", header=T, row。names = NULL, sep="t")}# 弹出窗口选择文件if (FALSE){ dat = read。

table(file。choose(), header=T, row。names = NULL, sep="t")}# 4。 统计与绘图if (TRUE){ # 将宽表格将换为长表格(变量位于同列方便操作) dat_melt=melt(dat, id。vars = 0) # anova比较各组variable的观测值value anova <- aov(value ~ variable, data = dat_melt) # 计算Tukey显著性差异检验 Tukey_HSD <- TukeyHSD(anova, ordered = TRUE, conf。level = 0。95) # 提取比较结果 Tukey_HSD_table <- as。data。frame(Tukey_HSD$variable) # 展示组间差异：四列分别为均值差异，差异最小值，差异最大值和校正的P值 Tukey_HSD_table # 采用ggpubr包中的ggboxplot展示组间比较箱线图，并添加Wilcoxon整体差异P值 # 增加了jitter点，color和shape按分组variable变化，添加统计值 p <- ggboxplot(dat_melt, x="variable", y="value", color = "variable", add = "jitter", shape="variable") +stat_compare_means() p}# 5。

保存图表if (TRUE){ # 保存一个制表符，解决存在行名时，列名无法对齐的问题 write。table("t", file=paste(opts$output,"。txt",sep=""),append = F, quote = F, eol = "", row。names = F, col。names = F) # 保存统计结果，有waring正常 write。table(Tukey_HSD_table, file=paste(opts$output,"。txt",sep=""), append = T, quote = F, sep="t", eol = "n", na = "NA", dec = "。", row。python 安装教程names = T, col。names = T) print(paste("The output table is ", opts$output, "。txt", sep = "")) # 保存图片至文件，pdf方便AI修改成出版级图片 ggsave(file=paste(opts$output,"。pdf",sep=""), p, width = 5, height = 3) print(paste("The output figure is ", opts$output, "。pdf", sep = ""))}

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-85745-3.html