【原】R语言学习系列之“多变的热图”

咱公众号也不能只做一个系列，所以经过深思熟虑，打算将来慢慢增加一些内容，主要有以下几个系列

1. TCGA数据分析系列

2. GEO数据分析系列

3. "老板给一个基因，我该怎么办"系列

4. 文献阅读系列

5. R语言学习系列

6. Python学习系列

前段时间我们更新过一篇推文热图系列1，隶属R语言学习系列，今天我们继续热图系列2

导入数据

library(pheatmap)TEST=read.csv("TEST.csv",sep = ',',header = T,row.names=1)

绘制默认热图

pheatmap(TEST)

归一化

我们的示例数据基因差异很明显，而且没有离群值，当有一个极大值的时候，就不会有这样的效果，比如

TEST1=TESTTEST1[1,20]<-1000pheatmap(TEST1)

这样完全看不出差异了，所以这个时候需要对数据进行标准化

#scale = "row"参数对行进行归一化#clustering_method参数设定不同聚类方法，默认为"complete",可以设定为#'ward', 'ward.D', 'ward.D2', 'single', 'complete', 'average', 'mcquitty', 'median' or 'centroid'pheatmap(TEST1,scale = "row")#按照行进行均一化

这样就可以看清基因表达之间的差异了

聚类

pheatmap(TEST1,scale = "row",clustering_distance_rows = "correlation")#表示行聚类使用皮尔森相关系数聚类，默认为欧氏距离"euclidean"

#可以对行，列聚类，cluster_row行 ,cluster_col列pheatmap(TEST,scale = "row",cluster_row=T,cluster_col=T)

设定cell 的大小

pheatmap(TEST, cellwidth = 10, cellheight = 5, fontsize = 10)#宽10，长5，字体大小10

设定 text

#display_numbers = TRUE参数设定在每个热图格子中显示相应的数值，#number_color参数设置数值字体的颜色,#fontsize_number设置数字的大小pheatmap(TEST, display_numbers = TRUE,number_color = "black",fontsize_number=6)

#设定展示条件pheatmap(TEST, display_numbers = matrix(ifelse(TEST > 6, "*", ""), nrow(test)))#图8#展示大于6的为*

设置 legend

#legend_breaks参数设定图例显示范围，legend_labels参数添加图例标签pheatmap(TEST, legend_breaks = -3:3)

#也可以去掉legendpheatmap(TEST, legend= F)

设定 color

#自定义颜色 colorRampPalette pheatmap(TEST, color = colorRampPalette(c("navy", "white", "firebrick3"))(100))

每一种颜色在R里面都有代码，如下图，我们可以不断的尝试直到画出自己满意的

颜色代码网址：https://www./other/rgb.htm

设置边框

# border_color参数设定每个热图格子的边框色# border=TRIUE/FALSE参数是否要边框线pheatmap(TEST, border=FALSE)#不要边框

设置注释

#生成列的注释colnames(TEST)annotation_col= data.frame(Type=factor(c(rep('cancer',10),rep('normal',10))))rownames(annotation_col) =colnames(TEST)#画图pheatmap(TEST, annotation_col = annotation_col)

设定gap

pheatmap(TEST,scale = "row", annotation_col = annotation_col,gaps_row = 25,cluster_rows = FALSE)

pheatmap(TEST,scale = "row", annotation_col = annotation_col,gaps_col = 10,cluster_cols = FALSE)

pheatmap(TEST,scale = "row", annotation_col = annotation_col,gaps_col = 10,cluster_cols = FALSE,gaps_row = 25,cluster_rows = FALSE)

展示行或者列的label

labels_row = c("gene1", "", "", "","", "", "", "","", "", "", "", "","", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "","", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "gene50")pheatmap(TEST, annotation_col = annotation_col, labels_row = labels_row,cluster_rows = FALSE)

自己又只做了一个数据，得到下面的图

library(pheatmap)TEST=read.csv("中国加油.csv",sep = ',',header = T,row.names=1)pheatmap(TEST,cluster_cols=F,cluster_rows=F,show_colnames=F,show_rownames=F,legend = F)

下面是pheatmap包常见的函数

color	表示颜色，赋值渐变颜色调色板colorRampPalette属性
kmeans_k	绘制热图的行聚类数，如果是NA，那么行不会聚类
scale	表示值均一化的方向，或者按照行或列，或者没有，值可以是"row",  “column” 或者"none"
cluster_rows	表示进行行的聚类，值可以是FALSE或TRUE
cluster_cols	表示进行列的聚类，值可以是FALSE或TRUE
clustering_method	表示聚类方法，值可以是hclust的任何一种，如"ward.D",“single”,  “complete”, “average”, “mcquitty”, “median”, “centroid”, “ward.D2”
border_color	表示热图上单元格边框的颜色，如果不绘制边框，则使用NA
cellwidth	表示每个单元格的宽度，若选择NA则表示适应窗口
cellheight	表示每个单元格的高度，若选择NA则表示适应窗口
cutree_rows	基于层次聚类（使用cutree）划分行的簇数（如果未聚集行，则忽略参数）
cutree_cols	基于层次聚类（使用cutree）划分列的簇数（如果未聚集行，则忽略参数）
treeheight_row	行的树的高度,
treeheight_col	列的树的高度
legend	TRUE或者FALSE，表示是否显示图例
legend_breaks	设置图例的断点
legend_labels	legend_breaks对应的标签例
annotation_row	行的分组信息
annotation_col	列的分组信息
annotation_colors	用于手动指定annotation_row和annotation_col  track颜色的列表
annotation_legend	是否显示图例的名称
annotation_names_row	是否显示行注释的名称
annotation_names_col	是否显示列注释的名称
show_rownames	是否显示行名
show_colnames	是否显示列名
main	图的名字
fontsize	图的字体大小
fontsize_row	行名的字体大小，默认与图的字体大小相同
fontsize_col	列名的字体大小，默认与图的字体大小相同
angle_col	列标签的角度，可选择 (0, 45, 90, 270 and 315)
display_numbers	表示是否将数值显示在热图的格子中
number_format	设置显示数值的格式，较常用的有"%.2f"（保留小数点后两位），"%.1e"（科学计数法显示，保留小数点后一位）
number_color	设置显示内容的颜色
fontsize_number	设置显示内容的字体大小
labels_row	代替行名的自定义标签
labels_col	代替列名的自定义标签
na_col	缺失值的颜色