女人与狗锁死了视频大全|霍金死亡过程恐怖视频|无节社团简谱季免费观看|六间房直播大厅|中文字幕欧美另类精品|久久人人玩人妻潮喷内射人人|亚洲国产一区二区三区在线观看

熱圖用來對采集的因子響應強度或其他的一些因素進行歸一化，從而利用顏色條的變化來直觀地表示不同樣本之間的變量變化情況。

其本質(zhì)是有一個個用預設顏色表示數(shù)值大小的小方格組成的一個數(shù)據(jù)矩陣，并通過對因子或樣本進行聚類，從而觀察不同樣品數(shù)據(jù)間的相似性。

R中繪制基因表達熱圖的方法

由于熱圖的畫法較多，小編對以下幾種比較常用的畫法做了歸納。

01.使用heatmap函數(shù)繪制熱圖

Heatmap的畫法比較簡單，參數(shù)較少。

df <-read.delim("https://www.bioladder.cn/shiny/zyp/demoData/heatmap/data.heatmap.txt", #文件名稱 注意文件路徑，格式
header = T, # 是否有標題
sep = "\t", # 分隔符是Tab鍵
row.names = 1, # 指定第一列是行名
fill=T) # 是否自動填充，一般選擇是
########heatmap########
dt<-as.matrix(df)
###顏色###
cmcolor <- cm.colors(256)
rowcolor <- rainbow(nrow(dt), start = 0, end = 0.3)
colcolor <- rainbow(ncol(dt), start = 0, end = 0.3)
####繪圖
heatmap(dt,scale = "row",
RowSideColors = rowcolor,
ColSideColors = colcolor,
margins = c(6,10),
xlab = NULL,
ylab = NULL)

02.使用pheatmap包畫熱圖

pheatmap包由于用法簡單，個性化參數(shù)較多，故非常受歡迎，是主流的熱圖繪制工具，這里簡單介紹一種熱圖畫法。

####加載包###
library(pheatmap)
dfSamplehttps://www.bioladder.cn/shiny/zyp/demoData/heatmap/sample.class.txt",header = T,row.names = 1,fill = T,sep = "\t")
dfGene<-read.delim("https://www.bioladder.cn/shiny/zyp/demoData/heatmap/gene.class.txt",
header = T,row.names = 1,fill = T,sep = "\t")
#####繪圖#####
pheatmap(df,
annotation_row=dfGene, # （可選）指定行分組文件
annotation_col=dfSample, # （可選）指定列分組文件
show_colnames = TRUE, # 是否顯示列名
show_rownames=TRUE, # 是否顯示行名
fontsize=8, # 字體大小
display_numbers=F, #是否顯示值
number_format="%.3f", #顯示值保留小數(shù)位數(shù)
color = colorRampPalette(c('#0000ff','#ffffff','#ff0000'))(50), # 指定熱圖的顏色
annotation_legend=TRUE, # 是否顯示圖例
# legend_breaks=c(0.05,0.25,0.5,0.75,0.95),#圖例范圍設置
# legend_labels=c("0.05","0.25","0.5","0.75","0.95"),#圖例坐標設置
border_color=NA, # 邊框顏色 NA表示沒有
scale="row", # 指定歸一化的方式。"row"按行歸一化，"column"按列歸一化，"none"不處理
cluster_rows = TRUE, # 是否對行聚類
cluster_cols = TRUE # 是否對列聚類
)

03.使用ComplexHeatmap包畫熱圖

ComplexHeatmap包是一個繪制復雜熱圖的神器，這里主要介紹如何組合熱圖的畫法。

###安裝及加載ComplexHeatmap包#####
# if (!requireNamespace("BiocManager", quietly = TRUE))
# install.packages("BiocManager")
# BiocManager::install("ComplexHeatmap")
library(ComplexHeatmap)
library(circlize)
###顏色設置#####
col_rnorm = colorRamp2(c(-3, 0, 3), c("green", "white", "red"))
col_runif = colorRamp2(c(0, 3), c("white", "orange"))
col_letters = c("a" = "pink", "b" = "purple", "c" = "blue")

######數(shù)據(jù)設置
set.seed(123)
mat1 = matrix(rnorm(80, 2), 8, 10)
mat1 = rbind(mat1, matrix(rnorm(40, -2), 4, 10))
rownames(mat1) = paste0("R", 1:12)
colnames(mat1) = paste0("C", 1:10)

mat2 = matrix(runif(60, max = 3, min = 1), 6, 10)
mat2 = rbind(mat2, matrix(runif(60, max = 2, min = 0), 6, 10))
rownames(mat2) = paste0("R", 1:12)
colnames(mat2) = paste0("C", 1:10)

le = sample(letters[1:3], 12, replace = TRUE)
names(le) = paste0("R", 1:12)

mat1t = t(mat1)
mat2t = t(mat2)
######繪圖#######
ht1 <- Heatmap(mat1t, name = "rnorm", col = col_rnorm, row_km = 2,
left_annotation = rowAnnotation(foo1 = 1:10, bar1 = anno_barplot(1:10)))
ha <- HeatmapAnnotation(foo = anno_barplot(1:12, height = unit(2, "cm"),
axis_param = list(side = "right")))
ht2 <- Heatmap(mat2t, name = "runif", col = col_runif, row_km = 2,
left_annotation = rowAnnotation(foo2 = 1:10))
ht3 <- Heatmap(rbind(letters = le), name = "letters", col = col_letters)
ht_list <- ht1 %v% ha %v% ht2 %v% ht3
draw(ht_list, column_km = 2)

本次干貨分享，小編就heatmap()，pheatmap包, ComplexHeatmap包做了簡單的介紹。接下來對以上三種做一個簡單的匯總：

• heatmap()[R基本函數(shù)，統(tǒng)計數(shù)據(jù)包]：繪制一個簡單的熱圖
• pheatmap()[pheatmap R包]：繪制漂亮的熱圖，并提供更多控件來更改熱圖的外觀
• ComplexHeatmap[R/Bioconductor的包]：繪制注釋和排列復雜熱圖（用于基因組數(shù)據(jù)分析是非常有用的）

然而在R語言中還有更多熱圖的畫法，eg: heatmap.2()，d3heatmap()等，歡迎有興趣的小伙伴留言，和小編一起探索高級聚類熱圖的畫法。