俗話說“一圖勝千言”，而一張“美貌與智慧並重”的圖放在文章中，往往會讓審稿人眼前一亮，無形中給文章加分！
相關係數是生物醫學論文中最常見的一個指標，用於描述兩個連續變數之間的線性相關程度，例如A基因的表達是否和B基因的表達正相關？基因A的表達是否與其甲基化程度負相關等等。最常用的就是皮爾森相關係數，其值介於-1和1之間。
相關係數與相關程度一般劃分為：
0。8 - 1。0 極強相關
0。6 - 0。8 強相關
0。4 - 0。6 中等程度相關
0。2 - 0。4 弱相關
0。0 - 0。2 極弱相關或無相關。
R語言中，我們可以使用cor（）函式來計算相關性。
Python語言中，我們可以使用scipy。stats。pearsonr函式來計算相關性。
對於多個基因，計算出來的就是一個相關係數矩陣，如圖1所示。
圖1。 相關性矩陣
雖然這種展示方式非常直觀，然而看起來比較費勁，同時佔空間比較大。這時，我們可以使用圓形形式來展示相關係數矩陣，如圖2所示。圓形有著天然的魅力，因為從視覺運動方面來講，曲線具有天然的平滑性、節奏感、飽滿、擴張和一定方向感，因此會讓人感覺很柔美、很豐富，並且有深度和動感（摘自網路）。
圖2。 圓形相關係數圖
1.開啟圓形相關係數繪圖頁面
首先，使用瀏覽器（推薦chrome或者edge）開啟圓形相關係數繪製頁面。左側為常見作圖導航，中間為資料輸入框和可選引數，右側為描述和結果示例。也可以在主頁搜尋框中搜索相關係數，找到繪圖頁面。
微生信-線上繪製圓形相關係數圖
圖3。視覺化繪圖頁面
2，示例資料
點選右側“示例資料”連結下載excel格式的示例資料。
圖4。 輸入資料示例
示例資料（僅供參考）為矩陣形式，其中
行為基因
列為樣品
行列相交的cell為基因在該樣品中的表達值。一般需要用標準化後的值進行計算。
注意：
需要參考示例資料，將自己的資料在excel中整理成示例資料的樣式，每個cell都需要有，表達值不能為空或者NA。行列相反的話，可以轉置後使用。
3，貼上示例資料
直接複製示例資料中的A-K列資料，然後貼上到輸入框。
注意：不是複製excel檔案，是複製excel檔案裡邊的資料。另外貼上到輸入框後，格式亂了沒關係，只要在excel中是整齊的就行。並且資料矩陣中不能有空的單元格，中文字元等。
圖5。 必需輸入
4，修改引數，並提交
我們設定了資料轉換、相關係數計算方法、圖片尺寸、colorbar位置、連線顏色、基因顏色、字型等引數，基本能滿足日常繪圖使用。如需更高階的定製，請聯絡我們。
圖6。顏色、字型、colorbar位置等可調引數
5，提交出圖
貼上好輸入資料，調整好引數（或者全部預設）後，點選提交按鈕，幾秒鐘後，會在頁面右側出現預覽圖。我們提供了4種圖片格式供下載使用，兩種向量圖（pdf，svg）和兩種標量圖（600 dpi tiff和300 dpi png）。同時提供了相關係數矩陣計算結果供下載。
圖7。預覽與下載
圖解讀：
該圖為弦圖，外圈是11個基因，內圈為基因間的相關係數連線。其中A-B，與B-A的相關係數僅保留1次，因此每個弦上延伸出來10條帶（去掉了自身與自身的），紅色帶表示正相關，綠色帶表示負相關，顏色越深表示相關性越大（越正相關或越負相關），帶越寬表示絕對值越大。弦上的刻度表示該基因與其他基因間的相關性的絕對值之和，因此其刻度和長度不是固定的。
沒有預覽就沒有出圖，這時請參考示例資料，檢查自己輸入資料的格式。
遇到文字截斷，需要修改字型、調整字型大小等，請參考科研作圖實操：用inkscape編輯svg向量圖
微生信助力發文章，谷歌引用640+，知網引用480+
