生信工具生物信息学与算法R语言可视化

RISmed查看pubmed收录课题相关研究现状

2019-11-04  本文已影响0人  程凉皮儿

今天浏览简书文章找到一个特别好用的工具RISmed包,参考信息:
https://www.jianshu.com/p/1544070a95e1
https://mp.weixin.qq.com/s/M07PmoTA2IOvI1cn1C_fGQ
来看一下,自己关注的研究领域近10年的研究情况

rm(list = ls())
options(stringsAsFactors = F)
library(RISmed)
##限定下检索主题
search_topic <- c('PAH-CHD')
search_query <- EUtilsSummary(search_topic,db="pubmed", retmax=10000,datetype='pdat', mindate=2010, maxdate=2020)
##查查看下检索内容
summary(search_query)
##看下这些文献的Id
QueryId(search_query)
##获取检索结果
records<- EUtilsGet(search_query)
class(records)
str(records)
##提取检索结果
pubmed_data <- data.frame('Title'=ArticleTitle(records),
                          'Year'=YearAccepted(records),
                          'journal'=ISOAbbreviation(records))

head(pubmed_data,1)
pubmed_data[1:3,1]
write.csv(pubmed_data,file='PAH-CHD.csv')
##分析文章情况
y <- YearPubmed(EUtilsGet(search_query))
##可视化一下
library(ggplot2)
date()
count <- table(y)
count <- as.data.frame(count)
names(count)<-c("Year", "Counts")
library(RColorBrewer)
library(ggsci)
ggplot(data=count, aes(x=Year, y=Counts,fill=Year)) +
  geom_bar(stat="identity", width=0.5)+
  labs(y = "Number of articles",title="PubMed articles containing PAH-CHD"
  ) + theme_bw() + scale_fill_manual(values = colorRampPalette(brewer.pal(10, "Accent"))(10)) +
  theme(legend.position="bottom")

基本上我就是参考了

image.png
他的代码完成了这个操作,这里需要注意的是,由于他查找的内容比我的多很多,我这个输出94篇论文,他查找的是别的课题有40000多篇论文,所以可视化以后得到的图肯定是比我这个大很多,因此作图的参数不太一样,但是我暂时也用不着这个图做汇报,就没有更改具体参数。
使用这个RISmed包需要先安装ggplot2RColorBrewerggsci,因为在可视化的过程中需要用到。
最后得到结果如下图所示
10年PAH-CHD
根据Rstudio的提示稍微更改一下参数,得到的图片就会相应的改变
library(ggsci)
ggplot(data=count, aes(x=Year, y=Counts,fill=Year)) +
  geom_bar(stat="identity", width=0.5)+
  labs(y = "Number of articles",title="PubMed articles containing PAH-CHD"
  ) + theme_bw() + scale_fill_manual(values = colorRampPalette(brewer.pal(10, "Accent"))(10)) +
  theme(legend.position="bottom")
对比度更明显点
简直太实用了,在开题的时候秀一下,还是不错的。
参考资料:使用 ggplot2 和 RColorBrewer 扩展调色板
其实这里还有个很不错的工具包ggsci可以不同的杂志主题来美化你的图,这个碉堡了,很实用啊,对于不会PS的我们医生来说还是很实用的,这个教程链接在这:https://github.com/nanxstats/ggsci/blob/master/vignettes/ggsci.Rmd
上一篇 下一篇

猜你喜欢

热点阅读