用前必读
1,使用输入检查工具(windows版)检查输入数据
2,使用excel存储并调整数据(wps不行),然后拷贝、粘贴到输入框
3,请勿使用特殊符号,例如#,<,>,%,(,),非英文字符等。默认仅支持英文字符(部分模块除外)
4,使用SVG编辑器或AI,inkscape修改文字、字体,图例,处理截断等,参考inkscape实操
5,生信分析项目合作请加管理员微信(页面右下)

人工客服  基因名转换  FC,P转换  常用配色  影响因子 新需求及bug提交  pdf转图片

必需输入
绘图数据:


可选输入:
图片宽:
图片高:
轴说明文字大小:
样品名文字大小:
点大小:

X轴最小值:
X轴最大值:
Y轴最小值:
Y轴最大值:

默认可自定义4种颜色,超过4种用系统默认
颜色1:
颜色2:
颜色3:
颜色4:

是否标注样品名字?
标注 不标注
代码调试中,勿用!

主成分分析(PCoA)


简介
主坐标分析(Principal Coordinates Analysis,PCoA),即经典多维标度(Classical multidimensional scaling),用于研究数据间的相似性。PCoA与PCA都是降低数据维度的方法,但是差异在在于PCA是基于原始矩阵,而PCoA是基于通过原始矩阵计算出的距离矩阵。因此,PCA是尽力保留数据中的变异让点的位置不改动,而PCoA是尽力保证原本的距离关系不发生改变。 数据说明 矩阵形式,第一行为组名,第二行为样品名,其余行为数据
生物医学常见应用 基因表达的PCoA
输入
group	A	A	A	B	B	B
sample	A1	A2	A3	B1	B2	B3
gene1	4.14 	3.75 	1.90 	0.55 	1.87 	5.12
gene2	4.19 	5.12 	2.35 	3.08 	1.22 	2.80
gene3	4.29 	2.80 	3.21 	0.95 	1.22 	2.80
gene4	5.84 	2.80 	4.01 	0.95 	4.96 	1.83
gene5	4.58 	3.11 	3.40 	1.51 	3.74 	1.19
gene6	6.10 	4.51 	4.96 	1.73 	5.84 	3.31
gene7	3.91 	3.19 	3.74 	2.91 	2.35 	1.19
gene8	7.53 	7.10 	5.84 	5.03 	2.66 	4.59
gene9	2.75 	1.39 	2.35 	1.73 	1.22 	2.89
gene10	3.85 	3.43 	2.97 	0.95 	1.22 	1.83
gene11	3.49 	3.81 	1.25 	1.92 	1.22 	1.25
gene12	3.97 	4.24 	3.88 	3.43 	2.66 	3.88
gene13	6.50 	3.87 	5.61 	3.43 	3.96 	5.61
gene14	5.99 	4.16 	5.02 	1.51 	1.87 	2.27
gene15	1.19 	3.57 	2.35 	0.55 	1.87 	1.19
gene16	1.54 	3.28 	4.01 	2.50 	1.22 	1.19
输出

1)如何作图?
1,准备作图数据;2,用excel打开数据,调整为示例格式;3,将调整后的数据粘贴到输入框;4,选择参数;5,提交出图
2)为什么不出图?
对输入数据格式有严格要求。请观看输入框上面的视频介绍,并仔细阅读右侧说明,示例数据。
3)如何引用?
2900+篇google学术,2400+篇知网学术引用
推荐直接写网址
Cite: Tang D, Chen M, Huang X, Zhang G, Zeng L, Zhang G, Wu S, Wang Y. SRplot: A free online platform for data visualization and graphing. PLoS One. 2023 Nov 9;18(11):e0294236. doi: 10.1371/journal.pone.0294236. PMID: 37943830.
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 20 Feb 2024), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 20 Feb 2024) for providing data analysis and visualization support.
4)交流群/公众号