一、本篇见地欧美童模写真

画柱状图和热门图

二、需要处置的问题

找到包，写出代码

三、处置问题的想路

geom_bar画柱状图

geom_tile画热门图

四、面貌终了

4.1  柱状图

提供模拟数据

鸠合: https://pan.baidu.com/s/14aotFk45d5y0nqUYUzkXHA

上述数据是获得某药的挖掘遵守后，进行SOC编码，并左证IC_2SD大小，对signal进行了"strong"、"moderate"、 "weak"三个强度差别。

载入包和数据

library(tidyverse)library(openxlsx)df <- read.xlsx("柱状图模拟数据.xlsx") %>%  tibble()

绘画

偷拍自拍

df %>%  group_by(soc_nam_c, Signals) %>%  summarise(n = n()) %>% #左证名字和强度进行分组统计  type_convert(col_types = cols(Signals = col_factor(levels = c("strong", "moderate", "weak")))) %>% #退换Signals的数据类型为因子  ggplot(aes(soc_nam_c, n, fill = Signals)) +   geom_bar(stat = "identity") +  theme(axis.text.x = element_text(angle = -90, vjust = 0, hjust = 0)) #诊治横坐方向知晓

图片

4.2 热门图

提供模拟数据

鸠合: https://pan.baidu.com/s/1B4HeL_5UJ7IlwBUATtFang 

索求码: whb1 

上述数据是某篇论文的复现遵守，对pt进行了soc编码，况兼左证疫情前后的数据，获得了疫情前后，吞并PT的不同信号强度（该信号强度亦然左证IC_2SD的数值大小退换而成，分为"strong"、"moderate"、 "weak"三个品级）。

载入包和数据

library(tidyverse)library(openxlsx)df <- read.xlsx("热门图模拟数据.xlsx") %>%  tibble()

绘画

df %>%  gather(key = Signals_before_after, value = Signals, `Signals_before` : `Signals_after`) %>% #长宽表格退换，获得绘画所需的数据面貌  type_convert(col_types = cols(Signals = col_factor(levels = c("strong", "moderate", "weak")))) %>% #Signals数据类型退换为因子  ggplot() +  geom_tile(aes(Signals_before_after, pt_nam_c, fill = Signals)) + #横坐标按照疫情前后进行分类，纵坐标按照PT名字，样式按信号强度填充  facet_wrap(~ soc_nam_c, scales = "free") + #按照SOC进行分面定位  theme(axis.text.x = element_text(angle = -30, vjust = 0, hjust = 0))#诊治横坐标

图片

五、小结

1、上述代码写的相比纯粹，感兴致的忠实不错自行深切探究。

2、FAERS数据库挖掘的干系现实写的差未几了，暂时告一段落。

3、后续我会不竭探究探究“一键挖掘”的包奈何写，应该较永劫刻不会更新欧美童模写真，万一探究明显了，会不竭共享“一键挖掘包”的干系现实。

本站仅提供存储干事，统共现实均由用户发布，如发现存害或侵权现实，请点击举报。