1 ggpmisc
添加回歸曲線
2 ComplexUpset
維恩圖
3 colorfindr
提取圖片中的配色
4 flextable
統(tǒng)計模型快速出表格 參考微信公眾號文章《秒速收藏！一行代碼出簡潔又美麗的回歸表格~》
https://davidgohel.github.io/flextable/index.html
5 matrixStats
醫(yī)學統(tǒng)計與R語言：matrixStats軟件包—對行列統(tǒng)計
6 rio
讀取excel數(shù)據(jù)，導出excel數(shù)據(jù) 公眾號推文 《R讀取excel文件的最佳方式》
7 furrr
多線程運算R包
8 ggnetwork
網絡圖
https://cran.r-project.org/web/packages/ggnetwork/vignettes/ggnetwork.html
9 SNPfiltR
處理vcf文件中的snp數(shù)據(jù)
https://cran.r-project.org/web/packages/SNPfiltR/vignettes/reproducible-vignette.html
10 fastqcr
檢查測序文件的質量 https://github.com/kassambara/fastqcr
11 learnr
12 lindia
github主頁 https://github.com/yeukyul/lindia
13 tayloRswift
ggplot2配色包 用到的顏色是泰勒斯威夫特專輯的封面配色 https://github.com/asteves/tayloRswift
14 ggside
https://cran.r-project.org/web/packages/ggside/vignettes/ggside_basic_usage.html
在圖邊上加圖
15 eulerr
按照實際比例話韋恩圖 https://cran.r-project.org/web/packages/eulerr/vignettes/introduction.html
16 janitor
Simple Tools for Examining and Cleaning Dirty Data 這里有一個函數(shù)是clean_name()用來修改列名中的特殊字符
17 postcards
Create Beautiful, Simple Personal Websites
18、ggside
在ggplot2作圖的邊上繼續(xù)添加圖片
19、sjmisc
這個包里有一個函數(shù)
rotate_df()轉置數(shù)據(jù)框
20、scWGCNA
https://github.com/CFeregrino/scWGCNA 單細胞數(shù)據(jù)共表達網絡分析
21、gtsummary
可以把回歸分析的結果直接整理成表格 github主頁 https://github.com/ddsjoberg/gtsummary
22、distill
R語言里構建網站 https://distillery.rbind.io/
23、ghibli
https://github.com/ewenme/ghibli 吉普力工作室動畫配色R包
24、wesanderson
https://github.com/karthik/wesanderson R語言作圖配色包 好像都是老電影的配色
https://moviesincolor.com/
25、prismatic
https://emilhvitfeldt.github.io/prismatic/index.html 也是關于顏色的
26、ggquiver
https://pkg.mitchelloharawild.com/ggquiver/reference/geom_quiver.html 一次性畫很多個箭頭
27、mmtable2
28、MLDataR
機器學習數(shù)據(jù)R包 https://github.com/StatsGary/MLDataR 主要是醫(yī)學相關的數(shù)據(jù)
29、ngsReports
30、Rfastp
R語言里使用fastp處理fastq數(shù)據(jù) http://www.bioconductor.org/packages/release/bioc/vignettes/Rfastp/inst/doc/Rfastp.html
歡迎大家關注我的公眾號
小明的數(shù)據(jù)分析筆記本
小明的數(shù)據(jù)分析筆記本 公眾號 主要分享：1、R語言和python做數(shù)據(jù)分析和數(shù)據(jù)可視化的簡單小例子；2、園藝植物相關轉錄組學、基因組學、群體遺傳學文獻閱讀筆記；3、生物信息學入門學習資料及自己的學習筆記！
