拿到数据，不知道如何快速地分析？
面对结果，不知道用什么图更好地展示心中的想法？
面对 CNS 期刊优雅的图，心中满是羡慕却不知从何下手？
搜索了很多教程，却在安装时就被繁杂的安装步骤以及满屏的版本冲突劝退？
众所周知，精美的图能让你的高质量期刊论文更上一层楼。为此，我们整理了一系列精美的作图教程，并配套了每一个教程所对应的环境，让你不但能轻松分析数据，还能一键出图！
GOplot：画出差异表达基因富集结果
Notebook 链接：GOplot：把你的差异表达基因富集分析结果画出来！
想象一下，当面对海量基因表达数据时，我们往往需要一个简洁而又生动的方式来讲述数据背后的故事，而基因本体（Gene Ontology）分类往往是一种很好的方式。GOplot 提供了一系列绘图函数，以一组来自脑和心脏内皮细胞的转录组数据(Gene Expression Omnibus，存取号：GSE47067)为例，带你从总体概览逐步深入到特定基因和术语的子集，经过统计分析快速找到数据中的模式和关联性。
Seurat：单细胞 RNA 测序（scRNA-seq）数据分析和可视化
Notebook 链接：利用Seurat进行单细胞RNA测序（scRNA-seq）数据分析和可视化
想象一下：手握神秘的单细胞测序数据宝藏，每个细胞都有独特的故事，而 Seurat 就是你的制图大师，将复杂的数据绘制成地图，引领你踏上神奇之旅！通过桥接整合多组学数据集，Seurat 连接不同的细胞数据，让你一键做出单细胞数据降维、聚类、标志物可视化的精美图片。现在，准备好与 Seurat 一起探索这个充满惊喜的单细胞世界吧！
ggseqlogo：定制你的序列分析图
Notebook 链接：ggseqlogo：定制你的序列标志图
你是否曾好奇 DNA、RNA 和蛋白质的结合位点是如何影响细胞的功能？ggseqlogo 可以帮助我们可视化这些结合位点，突出显示关键的保守位置，并展示各种分子之间的相似性。通过定量和定性的颜色方案，我们可以自定义图形的外观，让图像更具信息量和吸引力。
transPlotR：优雅地绘制基因转录本结构
Notebook 链接：transPlotR：优雅地绘制基因转录本结构
只需输入一个 GTF 文件，调用一个 trancriptVis 函数，你便可以使用 transPlotR 优雅地进行以下绘制工作：绘制编码或者非编码基因的转录本结构；折叠多个转录本；可视化跨距离、跨染色体的多个基因；用环形图展示基因结构；添加不同风格的箭头表示转录方向；绘制相对距离的位置坐标（以转录起始位置/终止位置为起点）；反转负链基因的结构位置……
pyGenomeTracks：可视化多维基因组数据
Notebook 链接：pyGenomeTracks：多维基因组数据的高质量可视化
你是否曾经为了分析和可视化基因组数据而感到头疼？面对大量的复杂信息，你是否感觉有点不知所措？别担心，pyGenomeTracks 可以帮助你在基因组上绘制各种数据轨迹，在基因组数据的海洋中找到自己的方向。无论是基因注释、基因表达还是染色质信号和互作信息，它都能轻松应对。最重要的是，它可以将这些信息融合到一个统一的图像中，让你（和审稿人）一目了然。
我们将持续在 Bohrium 案例广场上推出更多作图系列教程的 Notebooks，以及“基础生信系列教程”、“空间组学系列教程”等。我们相信这个系列将成为你在生物信息学道路上的得力助手！期待你的加入！让我们一起成为生物信息学的翘楚，探索生命科学的无限可能！
欢迎查看原文，加入生物信息学讨论群！
python
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。