FriendsDontLetFriends部署教程：如何在本地环境运行所有示例代码
项目地址: https://gitcode.com/gh_mirrors/fr/FriendsDontLetFriends FriendsDontLetFriends是一个专门展示数据可视化最佳实践的开源项目，通过丰富的R脚本和可视化示例，帮助研究人员避免常见的数据可视化错误。本教程将指导你如何在本地环境中快速部署并运行所有示例代码，体验专业的数据可视化效果。
🛠️ 环境准备与安装
必备软件安装
首先需要安装R语言和RStudio：
# 在Ubuntu/Debian系统安装R
sudo apt update
sudo apt install r-base r-base-dev
# 安装RStudio（从官网下载deb包）
sudo dpkg -i rstudio-2023.12.0-369-amd64.deb
# 安装必要的R包
R -e "install.packages(c('tidyverse', 'rmarkdown', 'RColorBrewer', 'patchwork'))"
项目克隆与配置
将项目克隆到本地：
git clone https://gitcode.com/gh_mirrors/fr/FriendsDontLetFriends
cd FriendsDontLetFriends
📊 运行示例代码
1. 探索脚本目录
项目包含多个R Markdown脚本，每个脚本都专注于特定的数据可视化主题：
- Scripts/Bar_plots_for_means_separation.Rmd - 展示为什么不应该使用柱状图进行均值分离比较
- Scripts/Reorder_rows_col_heatmap.Rmd - 演示热图行列重排序的重要性
- Scripts/NoPieCharts.Rmd - 为什么应该避免使用饼图
2. 运行第一个示例
让我们从简单的柱状图示例开始：
# 在RStudio中打开并运行
rmarkdown::render("Scripts/Bar_plots_for_means_separation.Rmd")
3. 热图重排序示例
运行热图重排序脚本，体验行列重排序对数据模式识别的影响：
rmarkdown::render("Scripts/Reorder_rows_col_heatmap.Rmd")
4. 网络图布局示例
探索不同网络图布局对数据理解的影响：
rmarkdown::render("Scripts/NetworkLayouts.Rmd")
🔍 数据文件说明
项目提供了多个真实数据集供学习使用：
- Data/deidentified_cell_feature_data.csv - 细胞特征数据
- Data/heatmap_example.csv - 热图示例数据
- Data/Example_network_edges.xlsx - 网络图边数据
💡 实用技巧
批量运行所有脚本
想要一次性运行所有示例代码？可以使用以下命令：
# 在项目根目录下运行
for file in Scripts/*.Rmd; do
echo "正在运行: $file"
R -e "rmarkdown::render('$file')"
done
自定义数据实验
尝试使用自己的数据运行这些脚本：
# 加载你的数据
my_data <- read.csv("your_data.csv")
# 修改脚本中的数据处理部分
# 重新渲染查看效果
🎯 可视化最佳实践
通过运行这些示例，你将学习到：
- 避免柱状图进行均值比较 - 使用更合适的可视化方法
- 热图行列优化 - 通过重排序提升数据模式识别
- 网络图布局选择 - 不同布局对数据理解的影响
📈 结果分析
所有脚本运行后，生成的可视化结果将保存在**Results/**目录中。你可以对比不同方法的效果，理解为什么某些可视化方式更优。
🚀 进阶学习
掌握了基本部署后，你可以：
- 深入研究每个脚本的实现原理
- 修改参数探索不同效果
- 应用这些最佳实践到你自己的项目中
通过本教程，你已经成功在本地环境中部署了FriendsDontLetFriends项目，并能够运行所有示例代码。这些专业的数据可视化示例将帮助你在科研工作中避免常见错误，制作出更有效、更准确的数据可视化图表。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
