R语言：如何安装包“linkET”

最新推荐文章于 2025-04-18 00:22:00 发布

HHXX好好学习

最新推荐文章于 2025-04-18 00:22:00 发布

阅读量2.8k

点赞数 13

文章标签： r语言前端 vue.js

本文链接：https://blog.youkuaiyun.com/xzy123138/article/details/135982787

版权

博客内容主要展示了在R语言中进行包安装的操作。通过install.packages函数安装了usethis和devtools包，还使用devtools的install_github函数从GitHub安装了linkET库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

install.packages("usethis")

library(usethis)

install.packages("devtools")

library(devtools)

devtools::install_github("Hy4m/linkET", force = TRUE)

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

HHXX好好学习

关注关注

13
点赞
踩
16

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

R统计绘图-环境因子相关性+mantel检验组合图(linkET包介绍1)

qq_39859424的博客

06-01

4038

【mantel test R 语言实现】

weixin_46587777的博客

04-21

4687

左边4个点表示4个分组，注意：点虽然只有一个，但表示的是矩阵数据！右边每个理化因子之间做相关性热图，颜色表示相关系数在通过manlel test，将左边矩阵与每个理化因子相关联注意：左边可以是一个大矩阵，也可以采用某些方法划分成若干小矩阵中间连线部分的宽窄和颜色分别代表r的统计量和显著性p值1.如果你有三个物种的数据和环境理化因子数据，你想知道哪些理化因子分别对三个物种影响最大？（当然也不一定要物种数据，可以换成其它）2.探索不同环境中的酶活性与理化因子间的关系。

1 条评论您还未登录，请先登录后发表或查看评论

R语言数据处理学习记录--使用linkET包完成mental test

qq_22658373的博客

03-27

5684

linkET和ggcor基本上可以说是同根同源的包，且他们能实现的功能并不只有mantal test ，包括一些热图什么的都可以画，大家有兴趣的可以去作者的GitHub主页或者gitee上，gitee上也有拉取的数据库，能够看到源码和实现的效果。

R语言 4.3.3 安装教程（附安装包下载

最新发布

INosdfgs的博客

04-18

817

确认安装路径后，点击【下一步】。1、首先，请下载R语言 4.3.3的安装压缩包至您的电脑，然后右键点击该文件，选择【解压到R语言 4.3.3\】选项。3、在文件夹内定位到【R-4.3.3-win】这个应用程序文件，对其进行右键操作，并选择【以管理员身份运行】。13、返回到电脑桌面，找到【R 4.3.3】的程序图标，右键点击它，然后选择【打开】。5、进入安装向导后，请点击【下一步】。7、根据向导提示，点击【下一步】继续。8、继续点击【下一步】以确认安装选项。12、安装完成后，点击【结束】按钮。

R语言linkET包绘制相关性组合网络热图

dege857的博客

08-04

5118

能绘制热图的R包很多，既往我们已经介绍了《R语言pheatmap包绘制热图》，今天咱们来介绍一下R语言linkET包绘制相关性组合网络热图。相关性热图的意思热图和其他数据的关联性，比较的是多数据间的内在关系。下面咱们来进行相关性的网络热图绘制，绘制前要进行一个曼特尔试验，R包作者是这样说的，相异矩阵的Mantel和偏Mantel检验。linkET包是我们的一个国人写的，目前需要使用devtools::install_github下载，作者对包的描述是万物皆可互联，还挺有意思的。这里选3，不更新就可以了。

基于R的linkET包qcorrplot可视化Mantel test相关性网络热图分析correlation heatmap

twocanis的博客

09-26

7532

需求是对瘤胃宏基因组结果鉴定到的差异菌株与表观指标、瘤胃代谢组、血清代谢组、牛奶代谢组中有差异的部分进行关联分析，效果图如下：逗号分隔的csv格式文件，两个表格，一个是每个样本对应的表观指标数据，另一个是每个样本对应的菌群丰度，我这里用的是genus水平如果报错R版本有问题装不上（我的4.3.1版本R出现了这个报错）请尝试：

Links目录安装

yanghaizi123的专栏

09-27

295

在安装目录eclipse下新建一个language文件夹，在language下建立一个eclipse文件夹放插件 D:\eclipse\language\eclipse下放插件 D:\eclipse\links language.start.txt path=D:\\eclipse\\language...

Nomogram | 盘点一下绘制列线图的几个R包！~（二）

m0_72224305的博客

05-02

1476

是一种将L1和L2正则化同时应用于线性回归的损失函数的方法，以后再具体介绍吧。中提取多项式方程，用来计算每个变量的点数和总点数对应的生存概率。功能非常强大，我们以后再介绍它的具体用法吧，今天就只介绍一下绘制。🤗 boxjitter | 完美复刻Nature上的高颜值统计图。🤩 ComplexHeatmap | 颜狗写的高颜值热图代码！不知道各位小伙伴的五一假期过的在怎么样，可怜的我感冒了。🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~的，但还是和大家介绍一下吧，还是比较有用的。

探索数据之美：linkET——高效矩阵热图可视化工具

gitblog_00060的博客

06-24

744

探索数据之美：linkET——高效矩阵热图可视化工具去发现同类优质开源项目:https://gitcode.com/ 在数据分析与研究的世界里，将复杂的数据以直观的形式展现出来是至关重要的一步。今天，我们要向大家隆重介绍一个专注于简化热图可视化的强大工具——linkET。这是一个基于ggplot2构建的R语言包，旨在帮助研究人员和数据分析师们迅速而直观地展示矩阵数据。项目介绍 linkET是一...

linkET | 完美解决ggcor安装失败方案（附教程） Science神图

m0_72224305的博客

08-07

9581

linkET | 完美解决ggcor安装失败方案（附教程）

绘制mantel test图新包linkET

刘永鑫的博客——宏基因组公众号

06-15

6990

安装和更新近期断断续续对linkET做了一些更新，主体是从方便用户使用，增强灵活性的角度出发的，至于我想在新版本中添加的功能，暂时还未完成，而且预计新功能完成可能得到端午节前后，所以这个版本（0.0.3）是未来一段时间比较稳定的版本，若是想尝新，不妨更新一下试试。## install.packages("devtools") devtools::install_githu...

linkET，环境因子相关性 + mantel test 可视化新选择

生信学习

05-29

6794

文章目录前言linkET 安装官方示例数据预处理热图Mantel test网络总结前言环境因子相关性 + mantel test 组合图，网上的可视化教程都是用R package：ggcor，但是好像没人维护了，安装起来也有一些小问题…… 最近发现有另一个package：linkET，同一个作者，熟悉的味道，这里简单安利一下。下面的内容都可以从大佬的Github上找到：https://github.com/Hy4m/linkET linkET 安装 # install.packages("devt

ggcor替代包：linkET，相关图，mantel test可视化

医学和生信笔记的博客

09-15

5096

本文首发于公众号：医学和生信笔记 “ 医学和生信笔记，专注R语言在临床医学中的使用，R语言数据分析和可视化。主要分享R语言做医学统计学、meta分析、网络药理学、临床预测模型、机器学习、生物信息学等。在几年前出现了一个ggcor包，可以用来可视化mantel test的结果，最开始还可以通过cran安装，不过后来也不行了，而且这个包由于一些原因已经停止维护了，最近的更新是2年前了！但是那张图却一直很风靡。。。其实原作者已经开发了新的包用于可视化mantel test，名字叫linkET，只是由于缺少宣

相关性网络热图 / linkET包 / Mantel test

Xingchen0101的博客

12-17

6815

R实用绘图系列主要是带领大家绘制一些实用、好看而又不太复杂的科研常用图形，主打一个实用，该系列会持续更新，有需要的小伙伴赶紧关注起来吧。

跟着iMeta学做图｜ggplot2绘制相关性分析线面组合热图

悟道西方

02-08

1986

本文代码已经上传至https://github.com/iMetaScience/iMetaPlot230118corr 如果你使用本代码，请引用：Changchao Li. 2023. Destabilized microbial networks with distinct performances of abundant and rare biospheres in maintaining ...

R包安装教程 | 熟悉的配方但不一样的味道

m0_72224305的博客

09-21

4549

1写在前面本期介绍一下R语言基础部分，R包的安装。🧐 大家肯定都觉得很简单，但往往简单的东西会有不一样的解决方案。来See~ See~ 吧！😘 2基础安装我们最常使用的就是install.packages()函数，来安装CRAN上的R包。我们可以选择将单个包作为变量传输进入，也可以通过向量的形式进行多个R包的安装。 2.1 安装单个R包 install.packages("tidyverse")install.packages("ggstatsplot")install.packages("ggV

linket

03-19

### linkET R包的技术概述 `linkET` 是一款专注于数据可视化的R包，主要功能在于通过 `ggplot2` 框架生成高质量的矩阵热图[^1]。尽管早期版本曾包含网络分析的功能模块，但为了更清晰的功能划分，这部分内容已被迁移到独立的 `netET` 包中[^3]。 #### 安装方式对于用户的实际需求而言，可以通过 GitHub 上的源码来安装最新版的 `linkET` 包。以下是具体的安装命令： ```r ## 安装必要的依赖库 install.packages("usethis") library(usethis) install.packages("devtools") library(devtools) ## 使用GitHub仓库地址完成linkET包的安装 devtools::install_github("Hy4m/linkET", force = TRUE) ``` 上述方法能够有效规避CRAN官方镜像更新延迟带来的潜在问题[^5]。 #### 功能特点作为新一代的数据可视化工具之一，`linkET` 的核心优势体现在以下几个方面： - **热图绘制**：支持基于矩阵结构的高度自定义化热图展示，适用于多种场景下的相关性分析结果呈现。 - **Mantel Test 可视化**：提供专门用于 Mantel 测试结果图形表达的支持能力，进一步增强了复杂统计检验过程中的可解释性和直观度。 - **替代方案推荐**：相较于传统的 `ggcor` 工具链，在性能优化以及用户体验改进等方面均有显著提升，因此被广泛建议作为升级选项考虑。此外值得注意的是，无论采用何种高级软件解决方案，扎实掌握基础理论知识始终是高效开展工作的前提条件。特别是在频繁运用诸如 R 这样强大的编程环境时，系统性的学习显得尤为重要——毕竟只有深刻理解背后原理才能真正做到灵活应用[^2]。 #### 统计学背景补充在讨论具体实现之前，了解一些基本概念也是很有帮助的。例如，在探索两组或多组变量间的关系强度及其方向时，通常会涉及到三种经典的相关系数计算方法：Pearson、Spearman 和 Kendall[^4]。每种都有各自适用范围及特性，合理选择取决于研究对象的具体性质和假设前提。 ```python import numpy as np from scipy.stats import pearsonr, spearmanr, kendalltau # 示例数组 arr1 = np.array([1, 2, 3]) arr2 = np.array([0.9, 1.8, 2.7]) # 计算不同类型的关联指标 p_corr, _ = pearsonr(arr1, arr2) s_corr, _ = spearmanr(arr1, arr2) k_corr, _ = kendalltau(arr1, arr2) print(f"Pearson Correlation Coefficient: {p_corr}") print(f"Spearman Rank Correlation Coefficient: {s_corr}") print(f"Kendall Tau Correlation Coefficient: {k_corr}") ``` 以上Python代码片段展示了如何分别求解三个常见相关系数的过程，供有兴趣深入探究的朋友参考实践。