前情提要 单细胞数据分析里面最基础的就是降维聚类分群，参考前面的例子：人人都能学会的单细胞聚类分群注释 ，这个大家基本上问题不大了，使用seurat标准流程即可，不过它默认出图并不好看，详见以前我们做的投票：可视化单细胞亚群的标记基因的5个方法，下面的5个基础函数相信大家都是已经烂熟于心了： VlnPlot(pbmc, features = c("MS4A1", "CD79A"))FeaturePlot(pbmc, features = c("MS4A1", "CD79A"))RidgePlo

前情回顾 在这个月的前几期推文中，主要基于单细胞数据使用小提琴图可视化marker基因进行了整理： VlnPlot结果及常用参数浅析 基于VlnPlot参数及ggplot2美化小提琴图 也有一期答读者问——小提琴图有点无图是何缘由？ 这期就一起来学习一下画目的基因的小提琴图并计算显著性！ 小提琴图可视化并计算显著性用途 在单细胞数据分析中，通过小提琴图可视化和显著性计算可以帮助研究者直观且统计地评估目的基因在不同细胞群体中的表达差异 展示基因在不同细胞群体的表达分布：小提琴图可以直观地展示基因

建站客服QQ：88888888 态度可视化：让情商“被看见” 三板斧： ① 表情管理： 嘴角永远+5°， 图片 眼神专注3秒， 对方感觉被重视； ② 肢体语言： 递文件时双手+正面朝向， 细节里全是尊重； 图片 ③ 环境管理： 开会前把空调调到26℃， 一杯水摆对侧， 舒服感拉满。 结果： 你还没开口， 图片 {jz:field.toptypename/} 对方已经“感觉你很舒服”。 本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。

现时文档过大，提出您在wifi环境下不雅看 1/20