组学关联散点图
散点图（Scatter plot）可以通过两组学在二维（即水平X轴和垂直Y轴）平面分布直观表现出两者总体关系趋势。通过线性回归来衡量两组数据的相关性（可选Pearson,Spearman和 Kendall）。P值小于0.05的情况下，R2值越大，相关性越高。另外，也可以计算置信区间，用浅灰色阴影绘制在散点图中。
1.输入文件
含有3列信息，第一列对应名称（基因/蛋白/代谢物/微生物等），若包含重复，请去重。第二列表示第一个组学的表达量，第三列表示第二个组学的表达量。
1.结果说明
图中的每个点表示分别在X轴和Y轴的数值分布，通过线性回归可以来衡量两组学数据的线性关系。还可以计算两组数据的（Pearson,Spearman和 Kendall）相关性，结果保存在Scatter_plot.txt中。另外，线两边的浅灰色阴影代表置信区间。
图中的每个点表示分别在X轴和Y轴的数值分布。可以计算两组数据的（Pearson,Spearman和 Kendall）相关性，结果保存在Scatter_plot.txt中。
通过计算两组学数据的（Pearson,Spearman和 Kendall）相关性可以得到相关性系数R2和P值，P值小于0.05的情况下，R2值越大，相关性越高。