一个小技巧分享,假如有人写了很多绘图脚本,比如文献:《Preoperative immune landscape predisposes adverse outcomes in hepatocellular carcinoma patients with liver transplantation》的 GitHub (https://github.com/sangho1130/KOR_HCC). 里面就有很多R代码 :
代码文件很多
如果把这些R代码文件一个个打开,然后一个个运行,工作量也不小,所以我们推荐一个技巧:
fs=list.files('./',pattern = '*.R$')
fs
lapply(fs, function(x){
print(x)
source(x)
})
这个技巧有一个小问题,就是有一些脚本可能是缺包或者里面有小bug,就会报错退出循环,假如总共是50个R代码文件但是第2个就报错,就会出现。
其实理论上应该是在运行每个脚本的时候加上try catch,不过咱们的目标是批量运行每个代码并且保证成功,所以跳过那些运行失败的解决不了问题,反而应该是勇往直前解决问题。
下载我这里分享的GitHub (https://github.com/sangho1130/KOR_HCC). ,然后批量运行成功为止。
当然需要读者具备计算机基础知识,我把它粗略的分成基于R语言的统计可视化,以及基于Linux的NGS数据处理:
其中,R语言可能更重要一点,我把R的知识点路线图搞定,如下: