1） MA圖
對於MA圖而言， 橫坐標為該基因在所有樣本中的均值，basemean = （basemean_A + basemean_B ） / 2， 縱坐標為 log2Fold change
其中，pvalue < 0.1 以下的點被認為是差異基因，標記為紅色
2) count 圖 （單個基因在不同組樣本中的分布）
為了防止樣本表達量相同時，點出現重合的情況，添加了擾動
library("ggplot2")
ggplot(d, aes(x=condition, y=count)) + geom_point(position=position_jitter(w=0.1,h=0)) + scale_y_log10(breaks=c(25,100,400))
3） heatmap （基因表達矩陣的heatmap）
值得注意的是，當我們想要通過heatmap 圖來看規律的時候，可以先不對樣本和基因進行聚類，直接按照分組順序來排就好，這樣可以直觀的看出來在不同分組中的規律
4) heatmap (sample-to-sample 的距離矩陣的熱圖)
此時，可以對樣本進行聚類，看樣本的聚類效果和實驗設計時的分組是否一致；
5）PCA 圖（樣本的PCA 圖）
6） boxplot (觀察離群值點)
