R語言是統計分析、繪圖和統計編程的強大工具，是一個開源的軟件平臺。
R包是由社區開發（developed by the community）的功能（functions）和數據集（data sets）的集合。它們通過改進現有的基本 R功能或通過添加新功能來提升R的效率。運用R語言的編寫新代碼或調整已有代碼可輕鬆實現可視化數據呈現與圖形繪製的要求。因此，R包可更加清晰且直觀地反映生物科學研究中的結果，不僅是論文中科學規律揭示的可視化保證，更可以促進生物科學研究中心的學術交流。
前言
之前小鹿已經介紹了許多用於繪圖的R包，但大多數都是基於ggplot2繪製。由於ggplot2是通過圖層添加逐步成圖，這對於很多人來說需要耗費較多的時間去進行系統學習。因此，今天，小鹿就給大家安利一款“包如其名”的R包—PerformanceAnalytics，簡簡單單就能讓你的圖Performance。
PerformanceAnalytics包起初用於量化績效指標和可視化，例如資產分佈和收益比較，主要應用於商業數據分析，但其憑藉相關性圖成功出圈，如下圖：
接下來小編就通過幾種圖片揭開它的面紗~
安裝與加載：
install.packages("PerformanceAnalytics")library(PerformanceAnalytics)2、直方圖
data(edhec) #加載數據基礎款：chart.Histogram(edhec[,'Equity Market Neutral'])
升級款
chart.Histogram(edhec[,'Equity Market Neutral'],element.color = "darkgreen",main = "Title of the plot",colorset ="lightblue",xlab = "xx",methods = c("add.density", "add.rug"))
由這張圖不難看出每個參數的功能，相較於ggplot2來說，代碼更加簡潔明瞭。
3、箱線圖
data(edhec)#加載數據chart.Boxplot(edhec,colorset = "pink",symbol.color = "red",element.color = "darkgreen",main = "Title of the plot",col="lightblue",xlab = "",as.Tufte=FALSE)
當然也可以更改繪圖模式，比如：
chart.Boxplot(edhec,plot.engine == "plotly")
鼠標放上去還可以顯示數據信息。
3、相關性圖★★★
data(managers) #加載數據chart.Correlation(managers[,1:8], histogram=TRUE, pch="+")
圖片說明：
1、對角線爲樣本自身表達量分佈圖；
2、下三角形（對角線的左下方），給出了兩個樣本表達值的散點圖，紅色曲線爲擬合趨勢，斜率越大兩樣本間相關性越強；
3、上三角形（對角線的右上方），數字表示兩個樣本的相關性值，*表示顯著程度（* p < 0.05, ** p < 0.01, *** p < 0.001）。
簡單代碼+簡單調整，就可即刻出圖，真的是“包如其名”PerformanceAnalytics好看的圖只需簡單的代碼就可實現。R語言深受衆多科研學者的青睞，主要有資源豐富、免費開源和容易獲得相關分析代碼等因素。R語言在科研中的應用普及也對於推動科研研究成爲開放科學（open science）起到積極作用。
結語
小鹿今天主要介紹了源於商業數據分析的R包PerformanceAnalytics，讓大家一行代碼就能輕鬆出圖，這個包還有更多的功能，感興趣的可以深入探索。
易明學院16節手把手0基礎實操課教您get更多R語言技能~~
猜你還想看
◆生信課程：我要如何才能拯救你！我的論文！我的實驗數據！
◆生信分析—文獻管理神器：常被文獻編排整奔潰？試試這款文獻管理神器，讓您的效率MAX
◆生信分析—數據庫獲取：如何快速從主流數據庫中獲取人/小鼠數據？
◆生信分析—可視化處理工具：你可以更美一些：SnapGene Viewer軟件序列可視化操作
◆雲平臺：奧利給~~代謝通路富集分析原來還可以這麼做？
◆雲平臺：震驚！他花了3分鐘就完成了我三個周的工作!
◆雲平臺：歐易/鹿明雲 | 免費的聚類熱圖不試試嗎？
◆生信分析：這個R包不太冷系列——GOplot（功能富集繪圖）
◆生信分析：10行代碼讓你的相關性圖貌美如花
◆生信分析：對話百年名畫--文章繪圖配色高級又簡單！
◆生信分析：只需3分鐘Get“代謝通路分析神器”
◆生信分析：玩轉生信—火山圖中“億點細節”，你會打造嗎？
◆生信分析：【指南】Cytoscape之stringAPP蛋白互作分析詳解
◆生信分析：【教程】組學研究，用python快速實現PCA分析和繪圖
◆生信分析：組學研究，R語言實用技巧—熱圖，運用pheatmap包簡單易懂快速匯圖方法來襲~
◆生信分析：【情人節】R語言—小提琴圖的浪漫邂逅
END
文章來源於鹿明生物