制作PPT漸變，最“騷氣”的方法

家晚上好呀，我是利兄~

PPT圈有一句話，就是PPT要想做的騷，漸變色嘛少不了。

要想做好PPT，就必須要學會使用漸變色。

我們來看幾個案例哈，都是漸變色的使用案例。

背景的色塊使用漸變效果

文字使用漸變，看起來更有質感。

還有漸變蒙版的使用

騷不騷氣，那么這個漸變色到底該如何使用呢？

我們在做一份PPT的時候，首先就是確定風格和配色。

我們的主色通常比較好確定，基本上是logo色或者VI色。

如果logo是單色系的，我們還需要調配出一個漸變色，作為備用。

舉個非常簡單的例子

比如領英公司的PPT介紹，通常用的是領英的藍色。

我們確定主色之后，還可以在主色的基礎上，延伸出漸變色。

直接用主色做出來的蒙版是這樣的，還不錯吧。

我們用漸變蒙版做一個呢，效果可能會更加潮。

下面這兩個案例都是用漸變蒙版做得PPT。

內頁也是一樣的，我們通常是用色塊，可以得到這樣一頁PPT。

如果用漸變色，視覺效果會更加豐富。

那么這個漸變色是如何來設置的，我教大家一種非常好用的方法。

一定要記好了，尤其是還不太會配色的朋友。

漸變色的調節只要是通過漸變填充來實現的。

主要是通過漸變類型，漸變方向，漸變光圈，還有透明度這四個參數來控制。

其中最重要的是漸變的光圈設置。

很多人不會使用漸變，不是軟件操作不會，而是漸變色的顏色選取不會。

我們在設置漸變光圈的時候，如何通過一種顏色，延伸出它的漸變色呢?

非常簡單。

1、首先，我們將漸變光圈的兩端都設置為主色，顏色相同。

漸變光圈是下圖這樣的。

PPT展示的下圖這樣的。

2、我們選中其中一個漸變光圈，然后打開顏色工具，將里面的顏色模式由RGB調整為HSL。

3、我們在HSL模式里面，我們接下來就可以選擇與主色相搭配的顏色。

第一種，是我們調整它的亮度，那么我們就可以得到同色系漸變。

下圖這一頁PPT，用的就是這種配色方法，同色系配色。

第二種，我們在HSL模式里面，我們調整它的色調，飽和度和亮度不變，我們可以得到相近色的漸變或者鄰近色。

我們來看一下，這一頁PPT，我們就是用的這個配色方法。

操作起來是不是非常簡單，這是色塊的漸變。

字體的漸變，還有所不同，同樣以主色為主的一個漸變色，在淺色背景下和深色背景下，他的感覺是不一樣的。

比如這樣一頁PPT，白色文字，感覺有點慘白。

我們可以用B站的粉色。

調整之后得到這樣一頁PPT，是不是顯得有點暗，因為B站LOGO主色，看起來是有點暗的。

如果是淺色背景，那么這個亮度就剛剛好了。

所以，我們調整漸變色也是一樣的，如果是深色背景，我們的亮度就要調高一點。

比如這個案例，我們就是先調節亮度，再通過相近色配色的方法得到的。

對了，最后的最后，我再給大家推薦一個超牛逼的漸變色網站。

Gradient

網址：https://cssgradient.io/gradient-backgrounds/

里面包含了設計圈最常用的漸變樣式，大家可以看看，學習學習。

以上就是今天的主要內容，希望大家喜歡。

是不是還不錯，趕快用起來吧。

制作不易，喜歡的話幫忙“點贊”“分享”一下唄。

查看下面圖片，獲取福利

自從踏上工作后，時間過的很快，轉眼間到了二月份，昨天下班前收集的一套歐美的PPT模板，今天推薦給大家，希望能夠在日常工作中幫到你。

文件包總共包含了10種不同的配色PPTX文件，深色+淺色底各5個，尺寸比例為16：9。

每套PPT包含了60頁幻燈片模板，并且很容易編輯，不需要軟件輔助，內部圖形設計也非常漂亮，采用多種色彩搭配設計。

世界地圖是必不可少的，同樣也包含了中國地圖，矢量格式容易編輯。

作為一款高逼格PPT模板，分析圖表是必不可少的，條形/折線/柱形圖也是包含在內的，通過編輯excel數據自動變換。

使用了大量的圖標進行點綴，圖標可以在PPT中自由修改大小和顏色，矢量格式，不需要安裝圖標字體。

遺憾的是效果預覽中的人物及其他圖片均不包含在內，沒有圖片的地方使用了帶有“place your image here”字樣的圖片為代替，替換起來非常方便，只需右擊-填充-圖片-選擇自己的圖片即可。

到這里基本介紹完了，本套PPT模板下載地址：

https://www.gfxaa.com/6521.html

歡迎關注頂尖PPT

分享來自全球最頂尖，最時尚的keynote、Powerpoint模板

能轉換：R圖和統計表轉成發表級的Word、PPT、Excel、HTML、Latex、矢量圖等

R包export可以輕松的將R繪制的圖和統計表輸出到 Microsoft Office (Word、PowerPoint和Excel)、HTML和Latex中，其質量可以直接用于發表。

你和PPT高手之間，就只差一個iSlide
Excel改變了你的基因名，30% 相關Nature文章受影響，NCBI也受波及

特點

可以用命令將交互式R圖或ggplot2、Lattice或base R圖保存到Microsoft Word、Powerpoint或其他各種位圖或矢量格式。
完全可編輯的Powerpoint矢量格式輸出，支持手動整理繪圖布局。
將統計分析的輸出保存為Excel、Word、PowerPoint、Latex或HTML文檔的表格形式。
自定義R輸出格式。

安裝

export包可以在Windows、Ubuntu和Mac上跨平臺運行。不過有些Mac發行版默認情況下沒有安裝cairo設備，需要自行安裝。如果Mac用戶已安裝XQuartz，這個問題就解決了，它可以從https://www.xquartz.org/免費獲得。

官方CRAN發布（以不能用）

install.packages("export")

從 Github 安裝（推薦

install.packages("officer")
install.packages("rvg")
install.packages("openxlsx")
install.packages("ggplot2")
install.packages("flextable")
install.packages("xtable")
install.packages("rgl")
install.packages("stargazer")
install.packages("tikzDevice")
install.packages("xml2")
install.packages("broom")
install.packages("devtools")
devtools::install_github("tomwenseleers/export")

該包主要包括以下幾種轉換

graph2bitmap
graph2office
graph2vector
rgl2bitmap 轉換3D圖
table2office
table2spreadsheet
table2tex
graph2bitmap: 將當前R圖保存到bmp文件中
graph2png: 將當前R圖保存到png文件中
graph2tif: 將當前R圖保存到TIF文件中
graph2jpg: 將當前R圖保存為JPEG文件

使用幫助信息如下：

graph2bitmap(x=NULL, file="Rplot", fun=NULL, type=c("PNG","JPG", "TIF"),
        aspectr=NULL, width=NULL, height=NULL, dpi=300,scaling=100,
        font=ifelse(Sys.info()["sysname"]=="Windows", "Arial",
        "Helvetica")[[1]], bg="white", cairo=TRUE,
        tiffcompression=c("lzw", "rle", "jpeg", "zip", "lzw+p", "zip+p"),
        jpegquality=99, ...)

aspectr: 期望縱橫比。如果設置為空，則使用圖形設備的縱橫比。
width: 所需寬度(英寸);可以與期望的縱橫比aspectr組合。
height: 所需高度(英寸);可以與期望的縱橫比aspectr組合。
scaling: 按一定比例縮放寬度和高度。
font: PNG和TIFF輸出中標簽所需的字體; Windows系統默認為Arial，其他系統默認為Helvetica。
bg: 所需的背景顏色，例如“白色”或“透明”。
cairo: 邏輯，指定是否使用Cairographics導出。
tiffcompression: 用于TIF文件的壓縮。
jpegquality: JPEG壓縮的質量。

準備開始

安裝完 export包后，先調用該包

library(export)

用ggplot2繪圖

library(ggplot2)
library(datasets)

x=qplot(Sepal.Length, Petal.Length, data=iris,
        color=Species, size=Petal.Width, alpha=I(0.7))

qplot()的意思是快速作圖，利用它可以很方便的創建各種復雜的圖形，其他系統需要好幾行代碼才能解決的問題，用qplot只需要一行就能完成。

使用半透明的顏色可以有效減少圖形元素重疊的現象，要創建半透明的顏色，可以使用alpha圖形屬性，其值從0（完全透明）到1（完全不透明）。更多ggplot2繪圖見ggplot2高效實用指南 (可視化腳本、工具、套路、配色) （往期教程更有很多生物信息相關的例子）。

鳶尾花(iris)是數據挖掘常用到的一個數據集，包含150個鳶尾花的信息，每50個取自三個鳶尾花種之一（setosa,versicolour或virginica)。每個花的特征用下面的5種屬性描述萼片長度(Sepal.Length)、萼片寬度(Sepal.Width)、花瓣長度(Petal.Length)、花瓣寬度(Petal.Width)、類(Species)。

在console里展示數據圖（長寬比自己調節）：

導出圖形對象

# 需運行上面的ggplot2繪圖
# Create a file name
# 程序會自動加后綴
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2bitmap():
### 1. Pass the plot as an object
graph2png(x=x, file=filen, dpi=400, height=5, aspectr=4)
graph2tif(x=x, file=filen, dpi=400, height=5, aspectr=4)
graph2jpg(x=x, file=filen, dpi=400, height=5, aspectr=4)

導出當前繪圖窗口展示的圖

### 2. Get the plot from current screen device
# 注意這個x，是運行命令，展示圖像
x
graph2png(file=filen, dpi=400, height=5, aspectr=4)
graph2tif(file=filen, dpi=400, height=5, aspectr=4)
graph2jpg(file=filen, dpi=400, height=5, aspectr=4)

導出自定義函數輸出的一組圖

### 3. Pass the plot as a functio
plot.fun <- function(){
  print(qplot(Sepal.Length, Petal.Length, data=iris,
              color=Species, size=Petal.Width, alpha=0.7))
}
graph2png(file=filen, fun=plot.fun, dpi=400, height=5, aspectr=4)
graph2tif(file=filen, fun=plot.fun, dpi=400, height=5, aspectr=4)
graph2jpg(file=filen, fun=plot.fun, dpi=400, height=5, aspectr=4)

轉換后的圖形:

與Office系列的交互

大部分圖的細節修改都是用代碼完成的，不需要后續的修飾；但如果某一些修改比較特異，不具有程序的通用性特征，或實現起來比較困難，就可以考慮后期修改。比如用AI文章用圖的修改和排版。熟悉PPT的，也可以用PPT，這時R的圖導出PPT，就要用到graph2office系列函數了。

graph2ppt: 將當前R圖保存到Microsoft Office PowerPoint/LibreOffice Impress演示文稿中。

graph2doc:將當前的R圖保存到Microsoft Office Word/LibreOffice Writer文檔中。

函數參數展示和解釋

graph2office(x=NULL, file="Rplot", fun=NULL, type=c("PPT", "DOC"),
        append=FALSE, aspectr=NULL, width=NULL, height=NULL,scaling=100,
        paper="auto", orient=ifelse(type[1]=="PPT","landscape", "auto"),
        margins=c(top=0.5, right=0.5, bottom=0.5, left=0.5),
        center=TRUE, offx=1, offy=1, upscale=FALSE, vector.graphic=TRUE, ...)

margins: 預設留白邊距向量。
paper: 紙張尺寸——“A5”至“A1”用于Powerpoint導出，或“A5”至“A3”用于Word輸出;默認“auto”自動選擇適合您的圖形的紙張大小。如果圖太大，無法在給定的紙張大小上顯示，則按比例縮小。
orient: 所需的紙張方向-“自動”，“縱向”或“橫向”; Word輸出默認為“自動”，Powerpoint默認為“橫向”。
vector.graphic: 指定是否以可編輯的向量DrawingML格式輸出。默認值為TRUE，在這種情況下，編輯Powerpoint或Word中的圖形時，可以先對圖形元素進行分組。如果設置為FALSE，則將該圖以300 dpi的分辨率柵格化為PNG位圖格式。(柵(shān)格化,是PS中的一個專業術語,柵格即像素,柵格化即將矢量圖形轉化為位圖。)

同樣有3種導出方式

# 需運行上面的ggplot2繪圖
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2office():
### 1. Pass the plot as an object
# 導出圖形對象
graph2ppt(x=x, file=filen)
graph2doc(x=x, file=filen, aspectr=0.5)
### 2. Get the plot from current screen device
# 導出當前預覽窗口呈現的圖
x
graph2ppt(file=filen, width=9, aspectr=2, append=TRUE)
graph2doc(file=filen, aspectr=1.7, append=TRUE)
### 3. Pass the plot as a function
# 導出自定義函數輸出的一系列圖
graph2ppt(fun=plot.fun, file=filen, aspectr=0.5, append=TRUE)
graph2doc(fun=plot.fun, file=filen, aspectr=0.5, append=TRUE)

導出到office(ppt和word)中的圖形，是可編輯的:

其它導出到ppt的例子（設置長寬比）

graph2ppt(file="ggplot2_plot.pptx", aspectr=1.7)

增加第二張同樣的圖，9英寸寬和A4長寬比的幻燈片 (append=T，追加)

graph2ppt(file="ggplot2_plot.pptx", width=9, aspectr=sqrt(2), append=TRUE)

添加相同圖形的第三張幻燈片，寬度和高度固定

graph2ppt(file="ggplot2_plot.pptx", width=6, height=5, append=TRUE)

禁用矢量化圖像導出

graph2ppt(x=x, file=filen, vector.graphic=FALSE, width=9, aspectr=sqrt(2), append=TRUE)

用圖填滿幻燈片

graph2ppt(x=x, file=filen, margins=0, upscale=TRUE, append=TRUE)

輸出矢量圖

graph2svg: 將當前的R圖保存為SVG格式
graph2pdf: 將當前的R圖保存為PDF格式
graph2eps: 將當前的R圖保存為EPS格式

函數參數解釋

graph2vector(x=NULL, file="Rplot", fun=NULL, type="SVG",aspectr=NULL,
        width=NULL, height=NULL, scaling=100,
        font=ifelse(Sys.info()["sysname"]=="Windows",
        "Arial","Helvetica")[[1]], bg="white", colormodel="rgb",
        cairo=TRUE,fallback_resolution=600, ...)

fallback_resolution: dpi中的分辨率用于柵格化不支持的矢量圖形。

#需運行上面的ggplot2繪圖
# Create a file name
filen <- "output_filename" # or
# filen <- paste("YOUR_DIR/ggplot")
# There are 3 ways to use graph2vector():
### 1. Pass the plot as an object
# 導出圖形對象
graph2svg(x=x, file=filen, aspectr=2, font="Times New Roman",
          height=5, bg="white")
graph2pdf(x=x, file=filen, aspectr=2, font="Arial",
          height=5,  bg="transparent")
graph2eps(x=x, file=filen, aspectr=2, font="Arial",
          height=5, bg="transparent")
# 導出當前預覽窗口呈現的圖
### 2. Get the plot from current screen device
x
graph2svg(file=filen, aspectr=2, font="Arial",
          height=5, bg="transparent")
graph2pdf(file=filen, aspectr=2, font="Times New Roman",
          height=5, bg="white")
graph2eps(file=filen, aspectr=2, font="Times New Roman",
          height=5, bg="white")
# 導出自定義函數輸出的一系列圖
### 3. Pass the plot as a function
graph2svg(file=filen, fun=plot.fun, aspectr=2, font="Arial",
          height=5, bg="transparent")
graph2pdf(file=filen, fun=plot.fun, aspectr=2, font="Arial",
          height=5, bg="transparent")
graph2eps(file=filen, fun=plot.fun, aspectr=2, font="Arial",
          height=5, bg="transparent")

轉換3D圖形

rgl2png: 將當前的rgl 3D圖形保存為PNG格式。

rgl2bitmap(file="Rplot", type=c("PNG"))

# Create a file name
filen <- tempfile("rgl") # or
# filen <- paste("YOUR_DIR/rgl")
# Generate a 3D plot using 'rgl'
x=y=seq(-10, 10, length=20)
z=outer(x, y, function(x, y) x^2 + y^2)
rgl::persp3d(x, y, z, col='lightblue')
# Save the plot as a png
rgl2png(file=filen)
# Note that omitting 'file' will save in current directory

生成的3D圖形：

將生成的3D圖形保存為PNG格式：

輸出統計結果到表格 table2spreadsheet

table2excel: 導出統計輸出到Microsoft Office Excel/ LibreOffice Calc電子表格中的一個表.
table2csv:將統計輸出以CSV格式導出到表中(“，”表示值分隔，“。”表示小數)
table2csv2: 將統計輸出以CSV格式導出到表中(“;”表示值分隔，”，”表示小數)

table2spreadsheet(x=NULL, file="Rtable", type=c("XLS", "CSV",
  "CSV2"), append=FALSE, sheetName="new sheet", digits=2,
  digitspvals=2, trim.pval=TRUE, add.rownames=FALSE, ...)

sheetName: 一個字符串，給出創建的新工作表的名稱(僅針對type==”XLS”)。它必須是惟一的(不區分大小寫)，不受文件中任何現有工作表名稱的影響。
digits:除具有p值的列外，要顯示所有列的有效位數的數目。
digitspvals:具有p值的列要顯示的有效位數的數目。

# Create a file name
filen <- "table_aov" # or
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data=npk) # 'npk' dataset from base 'datasets'
x=summary(fit)
# Save ANOVA table as a CSV
### Option 1: pass output as object
# 輸出對象
table2csv(x=x,file=filen, digits=1, digitspvals=3, add.rownames=TRUE)
# 屏幕輸出導出到文件
### Option 2: get output from console
summary(fit)
table2csv(file=filen, digits=2, digitspvals=4, add.rownames=TRUE)
# Save ANOVA table as an Excel
# Without formatting of the worksheet
x
table2excel(file=filen, sheetName="aov_noformatting", digits=1, digitspvals=3, add.rownames=TRUE)
# 更多參數
# With formatting of the worksheet
table2excel(x=x,file=filen, sheetName="aov_formated", append=TRUE, add.rownames=TRUE, fontName="Arial", fontSize=14, fontColour=rgb(0.15,0.3,0.75),  border=c("top", "bottom"), fgFill=rgb(0.9,0.9,0.9), halign="center", valign="center", textDecoration="italic")

原始數據的表格：

轉換格式之后的，在console中的數據：

文件(csv和excel)中表格數據：

導出為Word中的表，再也不用復制粘貼調格式了 table2office

table2ppt: 導出統計輸出到Microsoft Office PowerPoint/ LibreOffice Impress演示文稿中的表

table2doc: 將統計輸出導出到Microsoft Office Word/ LibreOffice Writer文檔中的表

table2office(x=NULL, file="Rtable", type=c("PPT", "DOC"),
  append=FALSE, digits=2, digitspvals=2, trim.pval=TRUE,
  width=NULL, height=NULL, offx=1, offy=1,
  font=ifelse(Sys.info()["sysname"]=="Windows", "Arial",
  "Helvetica")[[1]], pointsize=12, add.rownames=FALSE)

# Create a file name
filen <- "table_aov"
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data=npk) # 'npk' dataset from base 'datasets'
# Save ANOVA table as a PPT
### Option 1: pass output as object
x=summary(fit)
table2ppt(x=x,file=filen, digits=1, digitspvals=3, add.rownames=TRUE)
### Option 2: get output from console
summary(fit)
table2ppt(x=x,file=filen, width=5, font="Times New Roman", pointsize=14, digits=4, digitspvals=1, append=TRUE, add.rownames=TRUE) # append table to previous slide
# Save ANOVA table as a DOC file
table2doc(x=x,file=filen, digits=1, digitspvals=3, add.rownames=TRUE)
summary(fit)
table2doc(file=filen, width=3.5, font="Times New Roman", pointsize=14,  digits=4, digitspvals=1, append=TRUE, add.rownames=TRUE) # append table at end of document

將表格數據導出到ppt和word中：

table2tex

table2html: 導出統計輸出到HTML表。

table2tex(x=NULL, file="Rtable", type="TEX", digits=2,
  digitspvals=2, trim.pval=TRUE, summary=FALSE, standAlone=TRUE,
  add.rownames=FALSE, ...)

summary:是否匯總數據文件。

standAlone:導出的Latex代碼應該是獨立可編譯的，還是應該粘貼到另一個文檔中。

add.rownames:是否應該將行名添加到表中(在第一列之前插入一列)。

# Create a file name
filen <- tempfile(pattern="table_aov") # or
# filen <- paste("YOUR_DIR/table_aov")
# Generate ANOVA output
fit=aov(yield ~ block + N * P + K, data=npk) # 'npk' dataset from base 'datasets'
x=summary(fit)
# Export to Latex in standAlone format
table2tex(x=x,file=filen,add.rownames=TRUE)
# Export to Latex to paste in tex document
summary(fit) # get output from the console
table2tex(file=filen, standAlone=FALSE,add.rownames=TRUE)
# Export to HTML
table2html(x=x,file=filen) # or
summary(fit) # get output from the console
table2html(file=filen,add.rownames=TRUE)

導出到html或tex中的表格數據：

R統計和作圖

Graphpad，經典繪圖工具初學初探
維恩(Venn)圖繪制工具大全（在線+R包）
在R中贊揚下努力工作的你，獎勵一份CheatShet
別人的電子書，你的電子書，都在bookdown
R語言 - 入門環境Rstudio
R語言 - 熱圖繪制 (heatmap)
R語言 - 基礎概念和矩陣操作
R語言 - 熱圖簡化
R語言 - 熱圖美化
R語言 - 線圖繪制
R語言 - 線圖一步法
R語言 - 箱線圖（小提琴圖、抖動圖、區域散點圖）
R語言 - 箱線圖一步法
R語言 - 火山圖
R語言 - 富集分析泡泡圖
R語言 - 散點圖繪制
R語言 - 韋恩圖
R語言 - 柱狀圖
R語言 - 圖形設置中英字體
R語言 - 非參數法生存分析
R語言 - 繪制seq logo圖
WGCNA分析，簡單全面的最新教程
psych +igraph：共表達網絡構建
一文學會網絡分析——Co-occurrence網絡圖在R中的實現
一文看懂PCA主成分分析
富集分析DotPlot，可以服
基因共表達聚類分析和可視化
R中1010個熱圖繪制方法
還在用PCA降維？快學學大牛最愛的t-SNE算法吧, 附Python/R代碼
一個函數抓取代謝組學權威數據庫HMDB的所有表格數據
文章用圖的修改和排版
network3D: 交互式桑基圖
network3D 交互式網絡生成
Seq logo 在線繪制工具——Weblogo
生物AI插圖素材獲取和拼裝指導
ggplot2高效實用指南 (可視化腳本、工具、套路、配色)
圖像處理R包magick學習筆記
SOM基因表達聚類分析初探
利用gganimate可視化全球范圍R-Ladies（R社區性別多樣性組織）發展情況
一分鐘繪制磷脂雙分子層：AI零基礎入門和基本圖形繪制
AI科研繪圖（二）：模式圖的基本畫法
你知道R中的賦值符號箭頭(<-)和等號（=）的區別嗎？
R語言可視化學習筆記之ggridges包
利用ComplexHeatmap繪制熱圖(一)
ggplot2學習筆記之圖形排列
R包reshape2，輕松實現長、寬數據表格轉換
用R在地圖上繪制網絡圖的三種方法
PCA主成分分析實戰和可視化附R代碼和測試數據
iTOL快速繪制顏值最高的進化樹！
12個ggplot2擴展包幫你實現更強大的可視化
編程模板-R語言腳本寫作：最簡單的統計與繪圖，包安裝、命令行參數解析、文件讀取、表格和矢量圖輸出
R語言統計入門課程推薦——生物科學中的數據分析Data Analysis for the Life Sciences
數據可視化基本套路總結
你知道R中的賦值符號箭頭<-和等號=的區別嗎？
使用dplyr進行數據操作30例
交集intersect、并集union、找不同setdiff
R包reshape2，輕松實現長、寬數據表格轉換
1數據類型（向量、數組、矩陣、列表和數據框）
2讀寫數據所需的主要函數、與外部環境交互
3數據篩選——提取對象的子集
4向量、矩陣的數學運算
5控制結構
6函數及作用域
7認識循環函數lapply和sapply
8分解數據框split和查看對象str
9模擬—隨機數、抽樣、線性模型
1初識ggplot2繪制幾何對象
2圖層的使用—基礎、加標簽、注釋
3工具箱—誤差線、加權數、展示數據分布
4語法基礎
5通過圖層構建圖像
6標度、軸和圖例
7定位-分面和坐標系
8主題設置、存儲導出
9繪圖需要的數據整理技術
創建屬于自己的調色板
28個實用繪圖包，總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化ggcorrplot
繪制交互式圖形recharts
交互式可視化CanvasXpress
聚類分析factoextra
LDA分析、作圖及添加置信-ggord
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記ggpubr
Alpha多樣性稀釋曲線rarefraction curve
堆疊柱狀圖各成分連線畫法：突出組間變化
沖擊圖展示組間時間序列變化ggalluvial
桑基圖riverplot
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest 分類Classification 回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
28個實用繪圖包，總有幾個適合你
熱圖繪制
R做線性回歸
繪圖相關系數矩陣corrplot
相關矩陣可視化ggcorrplot
繪制交互式圖形recharts
交互式可視化CanvasXpress
聚類分析factoextra
LDA分析、作圖及添加置信-ggord
解決散點圖樣品標簽重疊ggrepel
添加P值或顯著性標記ggpubr
Alpha多樣性稀釋曲線rarefraction curve
堆疊柱狀圖各成分連線畫法：突出組間變化
沖擊圖展示組間時間序列變化ggalluvial
桑基圖riverplot
微生物環境因子分析ggvegan
五彩進化樹與熱圖更配ggtree
多元回歸樹分析mvpart
隨機森林randomForest 分類Classification 回歸Regression
加權基因共表達網絡分析WGCNA
circlize包繪制circos-plot
R語言搭建炫酷的線上博客系統
維恩(Venn)圖繪制工具大全（在線+R包）
R包circlize：柱狀圖用膩了？試試好看的弦狀圖
獲取pheatmap聚類后和標準化后的結果
增強火山圖，要不要試一下？
一個震撼的交互型3D可視化R包 - 可直接轉ggplot2圖為3D
贈你一只金色的眼 - 富集分析和表達數據可視化
是Excel的圖，不！是R的圖
道友，來Rstudio里面看動畫了
用了這么多年的PCA可視化竟然是錯的！！！

在線咨詢

上一篇：網站大神是如何開發整站的==PHP還是HTML
下一篇：「前端架構師詳解Css3」案例“類天貓首頁品牌專欄”

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商