查看GOplot内示例数据的格式，对自己的数据做处理
在密山等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站制作、做网站 网站设计制作按需网站建设,公司网站建设,企业网站建设,成都品牌网站建设,成都营销网站建设,成都外贸网站建设公司,密山网站建设费用合理。
观察结论：
观察自己的两个数据表：
table.legend 设置为T时会显示表格
本图中表格和图例是出图后剪切拼合而成，没有用R中的拼图包
golang pprof是golang的可视化和性能分析的工具。其提供了可视化的web页面，火焰图等更直观的工具。
可以使用 go tool pprof 进行使用
go tool pprof 来源于 google/pprof 项目，可以以如下方式安装。
如果使用 -http 选项指定需要web交互页面，则需要安装 dot 。
ubuntu 上通过以下方式安装：
需要我们的程序开放了pprof web端点。一般建议的方式为,在需要使用的地方引用 net/http/pprof 包。
该方式会在默认的 http.DefaultServeMux 中插入debug pprof端点。
不过在一般的开发中不使用该方式，而是使用自定义的handler，如下。
pprof包内调用 runtime 包中函数以获取各种运行时信息，其包含如下分析指标。
allocs: 过去所有内存分配的样本
block: 导致同步原语阻塞的堆栈跟踪
cmdline: 当前程序的命令行调用，与/proc/中的 cmdline相同
goroutine: 当前所有goroutine的堆栈跟踪
heap: A活动对象的内存分配的采样。您可以指定gc GET参数以在获取堆样本之前运行GC。
mutex: 竞争互斥体持有人的堆栈痕迹
profile: CPU配置文件。您可以在秒GET参数中指定持续时间。获取概要文件后，使用go tool pprof命令调查概要文件。
threadcreate: 导致创建新OS线程的堆栈跟踪
trace: 当前程序执行的痕迹。您可以在秒GET参数中指定持续时间。获取跟踪文件后，请使用go工具trace命令调查跟踪。
flat：函数上运行耗时
flat%：函数上运行耗时 总比例
sum%：函数累积使用 CPU 时间比例
cum：函数及之上的调用运行总耗时
cum%：函数及之上的调用运行总耗时比例
更方便的场景为使用web的交互页面代替命令行页面。与cpu性能分析相同，进行内存占用分析。
GO (Gene Ontology )是一个基因功能的国际标准分类体系。意在从分子功能 (Molecular Function)、生物过程 (Biological Process)、和细胞组成 (Cellular Component) 三个层面对基因和蛋白质功能进行限定和描述，建立一个适用于各种物种并能随着研究不断深入而更新的语言词汇标准。
GO富集分析已经算是很常规的分析内容，可以很方便地将分析得到的基因集归类到不同的GO条目，从而让研究者可以轻松地得知这些基因都参与哪些生物过程。GO分析的操作这里就不再赘述了，网上有很多相关的帖子，基本上常规的物种用clusterProfiler包就可以解决了。今天我想来谈谈如何可视化GO分析的结果。对于GO富集结果的可视化，最常见的就是用条形图和气泡图来展示部分关注的条目。
上面两种展现形式最为常见，可以很好地展示关注的条目。我们都知道有时候GO富集的条目会很多，如果想整体预览一下，有没有什么方法可以展示所有条目都涉及哪些功能呢？答案是肯定的。下面就来介绍一下simplifyEnrichment包是如何展示GO富集结果的。这里用该包中数据做一个演示。
结果如下图：
结果看起来还是有点高大上的感觉，从图中可以看出496个GO条目根据条目名称的语意相似性被分成9个大类，每个大类右边有注释条，标明了每个类中涉及的条目关键字，有点类似词云的感觉。
该包使用起来很简单，虽然不能准确的展示每个GO条目，但可以从整体上概览GO条目都涉及哪些方面，对于后续筛选还是很有帮助的。该包还有更为细节的用法，这里就不再赘述了，感兴趣的可以自己去摸索。按照惯例最后附上官方说明链接： Simplify Functional Enrichment Results 和 Word Cloud Annotation 。
