用前必读
1，使用输入检查工具检查输入数据，默认仅支持英文字符（部分模块除外）
2，使用excel存储并调整数据（wps不行），然后再粘贴到输入框
3，使用SVG图片编辑器修改文字、字体，图例位置，处理文字截断等，参考inkscape实操
4，生信分析项目合作
5，更多干货，页面右下扫描，关注”微生信“公众号或加群讨论！

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

必需输入（表达矩阵）
注：内存消耗非常大，建议1w以下基因，默认去掉值完全一样的行
数据较少（直接拷贝数据并粘贴到输入框）

数据较多（上传tab分割的txt文件，文件名用英文）


可选输入
每个cluster的注释（第一列必须是C+number）
1）首次绘图先留空，运行一遍
2）根据首次运行结果中的elbow图的拐点确定cluster数目后，再运行一遍
3）对每个cluster里边的基因进行注释后，填写本输入框，重新运行一遍）

热图+趋势组合图图片大小（其他输出图片默认大小）
图片宽度：
图片高度：

热图颜色
heatmap color 1：
heatmap color 2：
heatmap color 3：

cluster
cluster数目
先默认8做一遍，看elbow图拐点确定cluster数后，再重新做一遍即可：
行cluster颜色，自定义10种，超过10种用系统默认颜色
行cluster颜色1-2： ；
行cluster颜色3-4： ；
行cluster颜色5-6： ；
行cluster颜色7-8： ；
行cluster颜色9-10： ；

样品
样品名旋转角度：
列样品颜色，自定义10种，超过10种用系统默认颜色
列样品颜色1-2： ；
列样品颜色3-4： ；
列样品颜色5-6： ；
列样品颜色7-8： ；
列样品颜色9-10： ；

方法


趋势图形


聚类树


字体


此图将消耗 10 微币

时间趋势转录组热图+趋势图+GO,Pathway功能注释

简介
使用mfuzz或者kmeans算法将时间序列转录组数据分成不同的cluster，然后根据每个cluster的基因进行GO和Pathway等分析，获得每个cluster的注释信息（不能太多，挑选topN），然后绘制热图+每个cluster的线图（或者box图）+功能注释。调用ClusterGVis包
数据说明
输入数据为矩阵形式，第一列是基因名（唯一），第2+列是表达值（一般为标准化的fpkm，tpm等）。若有输入每个cluster的注释信息，则输出包括注释信息。第一列必须是C1，C2等。输出包括：1）elbow图，可以根据拐点确定合适的cluster数目；2）线图+热图+功能注释组合图，或者box+热图+功能注释组合图；3）每个基因所在的cluster列表
论文例子

输入 示例数据
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？
1500+篇google学术，1000+篇知网学术引用
请使用原生R包，Python包进行引用，或使用如下格式（推荐直接写网址）
Method: Heatmap was plotted by https://www.bioinformatics.com.cn (last accessed on 10 Jul 2023), an online platform for data analysis and visualization.
Acknowledgement: We thank Shanghai NewCore Biotechnology Co., Ltd. (https://www.bioinformatics.com.cn, last accessed on 10 Jul 2023) for providing data analysis and visualization support.