## 基本散點圖展示 ### 應用場景 eg: 依據設定的方向展示某種特征數值的變化趨勢。比如說：基因的表達隨患者年齡的變化趨勢，基因的表達隨腫瘤大小的變化趨勢等等  ### 利用plot創建line plot ```R load('./cli_test.Rdata')$rt_cli # rt_cli如上圖所示 x <- c(1:57) #創造一個于TP53有相同長度的數值向量 y <- rt_cli$TP53[order(rt_cli$TP53)] #將TP53的表達值從大到小排序 plot(x, y, type = "S") ```  ```R # type 改變線的類型 # xlab和ylab 添加x和y的標簽 # cex.lab, cex.axis改變字體大小 plot(x, y, type = "b", pch = 19, cex.lab = 2, cex.axis=2, col = "red", xlab = "virtual", ylab = "TP53") ```  ### 利用ggplot2創建line plot ```R library(ggplot2) data <- data.frame(cbind(x, y), stringsAsFactors = FALSE) #準備一個ggplot2所需要的數據格式 colnames(data) <- c('virtual', 'TP53') ggplot(data = data, aes(x = virtual, y = TP53)) + geom_line() ```  ```R # theme_classic() 主題類型 # color 改變line的顏色 ggplot(data = data, aes(x = virtual, y = TP53)) + geom_line(color = "blue") + theme_classic() ```