一、本篇蓄意动漫 在线

画柱状图和热门图

二、需要措置的问题

找到包，写出代码

三、措置问题的念念路

geom_bar画柱状图

geom_tile画热门图

四、才调杀青

4.1  柱状图

提供模拟数据

链接: https://pan.baidu.com/s/14aotFk45d5y0nqUYUzkXHA动漫 在线

上述数据是获得某药的挖掘后果后，进行SOC编码，并凭据IC_2SD大小，对signal进行了"strong"、"moderate"、 "weak"三个强度折柳。

载入包和数据

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

绘图

df %>%  group_by(soc_nam_c， Signals) %>%  summarise(n = n()) %>% #凭据名字和强度进行分组统计  type_convert(col_types = cols(Signals = col_factor(levels = c("strong"， "moderate"， "weak")))) %>% #转化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)) #诊疗横坐方向涌现

图片

4.2 热门图

提供模拟数据

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

索要码: whb1 

上述数据是某篇论文的复现后果，对pt进行了soc编码，况兼凭据疫情前后的数据，获得了疫情前后，团结PT的不同信号强度（该信号强度亦然凭据IC_2SD的数值大小转化而成，分为"strong"、"moderate"、 "weak"三个等第）。

载入包和数据

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

绘图

df %>%  gather(key = Signals_before_after， value = Signals， `Signals_before` : `Signals_after`) %>% #长宽表格转化，获得绘图所需的数据局势  type_convert(col_types = cols(Signals = col_factor(levels = c("strong"， "moderate"， "weak")))) %>% #Signals数据类型转化为因子  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，脸色按信号强度填充  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))#诊疗横坐标

图片

五、小结

1、上述代码写的比拟毛糙，感好奇的老诚不错自行长远究诘。

2、FAERS数据库挖掘的相关执行写的差未几了，暂时告一段落。

3、后续我会无间究诘究诘“一键挖掘”的包奈何写动漫 在线，应该较长技能不会更新，万一究诘清爽了，会无间共享“一键挖掘包”的相关执行。