R语言里面的公式表示方法可以使用 ?plotmath 进行查看，主要是一些数学公式和符号的表示方法。下面有一段代码是绘制公式的代码，并把公式和文字组合在一起：

y <- function(x) log(x) + sqrt(x) + x^(1/3) 
plot(y, 1, 1000, main = expression(paste("This is a formula ",y == log(x) + sqrt(x) + sqrt(x, 3))), 
     lwd = 3,  
     col = "blue")

要想组合出自己想要的复杂公式，那么就得知道，公式表示方法和显示结果的对应关系。这里有段代码可以产生对应关系，需要输入文件：math.txt

ex <- parse("math.txt")
labs <- readLines("math.txt")
n <- length(ex)
par(mar = rep(0.1, 4), cex = 0.8)
plot.new()
plot.window(c(0, 8), c(0, n/4))
y <- seq(n/4, by = -1, length = n/4)
x <- seq(0.1, by = 2, length = 4)
xy <- expand.grid(x, y)
text(xy, labs, adj = c(0, 0.5))
xy <- expand.grid(x + 1.3, y)
text(xy, ex, adj = c(0, 0.5), col = "blue")
box(lwd = 2)
abline(v = seq(1.3, by = 2, length = 4), lty = 3)
abline(v = seq(2, by = 2, length = 3), lwd = 1.5)

上图中奇数列是字符串（表达式），偶数列（蓝色）是Tex格式化的图形。除了上表列出的规则外还有一些拉丁文和希腊文符号，可以在表达式中用 symbol 函数或名称（如alpha）等表示，可参考这里：R表达式。如果函数名（包括运算符）有对应的Tex格式化规则，函数名和参数都按规则进行图形绘制；如果没有，就当成是R语言普通函数：

示例代码：

ex <- expression(sqrt(x), x + y, x^2, x %in% A, x <= y, mean(x, y, z), x | y, 
    x & y)
n <- length(ex)
par(mar = rep(0.1, 4), cex = 1.5)
col <- c("red", "blue")
plot.new()
plot.window(c(0, n), c(0, 1))
for (i in 1:n) text(i - 0.5, 0.5, ex[i], col = col[i%%2 + 1])

上面例子中前5种运算函数都是有对应数学符号的，所以它出的图（符号和顺序）与数学习惯一致，后三种运算函数没有对应数学符号，所以用普通函数方式（函数名在前，参数在括号内用逗号分隔）出图。

R语言技能推荐学习：R语言画图、R语言快速入门与提高

更多生物信息课程：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课：linux系统使用、biolinux搭建生物信息分析环境、linux命令处理生物大数据、perl入门到精通、perl语言高级、R语言画图、R语言快速入门与提高

7. 医学相关数据挖掘课程，不用做实验也能发文章：TCGA-差异基因分析、GEO芯片数据挖掘、 GEO芯片数据不同平台标准化 、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析

8.其他，二代测序转录组数据自主分析、NCBI数据上传、二代fastq测序数据解读、

9.组学大讲堂全部生物生信数据挖掘课程可点击：组学大讲堂视频课程