2021-02-10multiqc使用简介2

pip是啥

官网上multiqc的安装方式有3种：pip、conda和manual。后2种我都了解，那第一种pip是啥呢？学习一下
简单点说，pip与conda类似，是安装包的工具，但pip只是安装python的包，对环境检查也不像conda那么严格（所以通常conda安装会比pip安装费时间），而且pip很多是源码安装。
Pip is the Python Packaging Authority’s recommended tool for installing packages from the Python Package Index, PyPI.
Conda is a cross platform package and environment manager that installs and manages conda packages from the Anaconda repository as well as from the Anaconda Cloud.
参考来源：https://www.anaconda.com/blog/understanding-conda-and-pip

查看报告

言归正传，multiqc后得到的报告是可以用命令行查看（open multiqc_report.html）或者双击在浏览器中打开（现行的所有浏览器都能打开），打不开就去github报告。
报告由3部分组成，左侧是大纲（导航栏），中间是报告的正文，最右侧是包含各种修改报告数据的工具。
报告正文最开始显示了从所有报告中获取的数值统计的概述。该表的目的是将所有样本的统计数据集中在一起，您可以在一个表里看到它。表格上方有一个名为“Configure Columns”的按钮。 单击此按钮将启动一个模式窗口，其中包含有关各列的更多详细信息，以及用于显示/隐藏和更改各列顺序。

1、绘图图像Plots

MultiQC可以在这些一般统计表的基础上中绘制更广泛的数据图。
MultiQC绘图多是交互式的图像（ interactive plots ），采用的是HighCharts JavaScript library。当然，也可以绘制静态图像（flat plots (static images)），特别是在样本数量很大的时候。因为样本量大的话，使用交互式的图像格式会使MultiQC报告的数据非常密集，而且反应迟钝(在极端情况下会使浏览器崩溃)。然而，以静态平面图像格式来呈现数据则可以扩展到任意数量的样本。
您可以将鼠标悬停在数据上，以查看包含有关该数据集的更多信息的工具提示。单击并拖动线形图将放大到该区域。
您可以使用“--flat”命令行选项来强制报告输出结果使用的是静态平面图。

2、导出图像

这将打开“ MultiQC Toolbox Export Plots”面板，并选择当前要导出的图。 在这里有一系列的导出选项。 在确定输出格式时，请注意：SVG是矢量格式，因此可以在Adobe Illustrator或免费工具Inkscape中进行编辑。 这使其非常适合用于应用在出版物以及手动进行各种定制/注释。 “Plot scaling”选项可更改标签相对于图的大小。

3、动态图像Dynamic plots

有些图的上方有按钮，允许您更改它们显示的数据或它们的轴。例如，许多条形图可以选择以百分比而不是计数来显示数据

4、介绍一下最右侧的工具箱Toolbox

• Highlight Samples高亮样品：选择这个选项，就会对你感兴趣的样品画上不同颜色（你还可以自定义这个颜色）。为了使得你选择的样本更加容易，可以开启“Regex mode”来使用正则表达式。你可以在regex101.com上来测试你的正则表达式。
• Renaming Samples重命名样品
• Hiding Samples隐藏某些样品
• Export导出
• Save Settings保存设定，避免每次都重复去设置