热图 heatmap.2 和 pheatmap


```handlebars
> getwd()
[1] "C:/Users/Administrator/Documents"
> setwd("F:/R.work")
> getwd()
[1] "F:/R.work"
> library(gplots)
载入程辑包：‘gplots’
The following object is masked from ‘package:stats’:
lowess
> M <- read.csv("heatmap.csv",header = T,row.names = 1)
> head(M)N.GD1    N.GD2    N.GD3    N.GD4    N.GD5    T.GD1
ENSG0001 651.2767 779.1340 610.2006 462.5733 646.3933 212.3474
ENSG0002 109.3259  90.5029 121.9745 135.7555 120.1212 100.2906
ENSG0003  80.6287  69.5727  87.5528  45.1127  66.4048  10.9051
ENSG0004   7.3395   7.3325   7.2697   6.4194   8.5815   8.6557
ENSG0005  50.2741  47.2587  31.4087  39.0856  50.0841  88.7184
ENSG0006   8.5917   8.2437   7.9099   7.0142   7.5238   6.6141T.GD2    T.GD3    T.GD4    T.GD5    N.GX1    N.GX2
ENSG0001 361.4496 344.2908 249.2474 404.4705 820.6379 686.5601
ENSG0002  94.4312 101.1539  88.6888  80.5298 113.0079 114.6932
ENSG0003  14.3540  20.6930  14.3418  10.9877  55.9658  80.4438
ENSG0004  11.1947   9.8837   9.4283   7.4753   6.7255   6.4597
ENSG0005 136.5762  72.9094  99.1368 111.9974  34.4052  37.3857
ENSG0006   9.3059   6.2345   7.0411   7.1369   6.9915   8.1845N.GX3    N.GX4    N.GX5    T.GX1    T.GX2    T.GX3
ENSG0001 661.3583 598.0273 778.1340 331.0933 318.8990 380.3224
ENSG0002 118.7943 122.7157  89.5029 100.6733  72.8508  85.1964
ENSG0003  36.5111  45.0856  68.5727  14.0344  10.5041  26.6979
ENSG0004   5.5219   6.4675   6.3325  11.1916   8.1096   8.6952
ENSG0005  33.3616  42.9594  46.2587  74.5685 107.1062  80.1001
ENSG0006   7.6436   7.5177   7.2437   7.0160   6.5288   5.6905T.GX4    T.GX5
ENSG0001 256.8138 359.4496
ENSG0002  80.9101  92.4312
ENSG0003  12.5248  12.3540
ENSG0004   8.3825   9.1947
ENSG0005 111.0517 134.5762
ENSG0006   7.1289   7.3059
> View(M）```handlebars
在这里插入代码片

class(M)
[1] “data.frame”
class(M[1,1])
[1] “numeric”
M <- as.matrix(M) #改变数据类型#
heatmap.2(M)

#此图有问题，可以上拉Rstudio中的plot解决#

class(M)
[1] “matrix” “array”
heatmap.2(M,key = F) #key 是否显示图列#

heatmap.2(M,symkey = F)#symkey设置图列颜色是否对称#

heatmap.2(M,symkey = T)

heatmap.2(M,symkey = T,density.info = “none”)

heatmap.2(M,symkey = T,trace = “none”) #trace是否显示每列的竖线#

heatmap.2(M,symkey = T,tracecol = “black”) #tracecol线的颜色#

heatmap.2(M,dendrogram = “none”)

heatmap.2(M,dendrogram = “row”)

heatmap.2(M,dendrogram = “col”)

pheatmap包

library(pheatmap)
pheatmap(M)

#对列进行分组#

colnames(M)
[1] “N.GD1” “N.GD2” “N.GD3” “N.GD4” “N.GD5” “T.GD1” “T.GD2” “T.GD3” “T.GD4”
[10] “T.GD5” “N.GX1” “N.GX2” “N.GX3” “N.GX4” “N.GX5” “T.GX1” “T.GX2” “T.GX3”
[19] “T.GX4” “T.GX5”
annotation_col <- data.frame(collType = factor(rep(c(“N1”,“T1”,“N2”,“T2”),each=5)))
annotation_col
collType
1 N1
2 N1
3 N1
4 N1
5 N1
6 T1
7 T1
8 T1
9 T1
10 T1
11 N2
12 N2
13 N2
14 N2
15 N2
16 T2
17 T2
18 T2
19 T2
20 T2

##把样品名和分组名映射起来##

row.names(annotation_col)
[1] “1” “2” “3” “4” “5” “6” “7” “8” “9” “10” “11” “12” “13” “14”
[15] “15” “16” “17” “18” “19” “20”
row.names(annotation_col) <- colnames(M) #把行号替换成样品名#
annotation_col
collType
N.GD1 N1
N.GD2 N1
N.GD3 N1
N.GD4 N1
N.GD5 N1
T.GD1 T1
T.GD2 T1
T.GD3 T1
T.GD4 T1
T.GD5 T1
N.GX1 N2
N.GX2 N2
N.GX3 N2
N.GX4 N2
N.GX5 N2
T.GX1 T2
T.GX2 T2
T.GX3 T2
T.GX4 T2
T.GX5 T2
pheatmap(M,annotation_col = annotation_col) #对列进行分组#

pheatmap(M,annotation_col = annotation_col,display_numbers = T)#热图上显示数字#

pheatmap(M,annotation_col = annotation_col,display_numbers = T,number_format = “%.2f”)#保留两位小数#

链接：https://pan.baidu.com/s/1XzUcgwXVUvlYYc6ybKB9SQ
提取码：87cl
复制这段内容后打开百度网盘手机App，操作更方便哦

链接：https://pan.baidu.com/s/1DIrigdqnbbuR0jiCyOS4BA
提取码：394r
复制这段内容后打开百度网盘手机App，操作更方便哦

热图 heatmap.2 和 pheatmap相关推荐

R语言绘制热图实践(一）pheatmap包
目录前言 pheatmap包 pheatmap简介常用参数介绍使用安装绘制样本间相关系数图(简单使用) 差异表达基因热图(进阶使用) 如何查看pheatmap的聚类结果 pheatmap总结 ...
如何在R语言中建立六边形矩阵热图heatmap可视化
原文链接:http://tecdat.cn/?p=18879 这是一个六边形热图可视化程序,主要用到的知识RColorBrewer,fields,也就是R中的可视化绘图库(点击文末"阅读原文 ...
相关性热图的完美解决方案 -- pheatmap包
相关性热图的完美解决方案 – pheatmap包 install.packages('pheatmap')# 安装包,加载数据 library(pheatmap) # 生成测试数据集 test = m ...
【R】绘制热图 heatmap
最近发现pheatmap画热图挺好看的,有机会也使用一下~~~ http://www.bjt.name/tag/heatmap/ R 绘制 heatmap NBA联盟50位顶级球员的指标表现介绍如何 ...
基于HTML5实现3D热图Heatmap应用
Heatmap热图通过众多数据点信息,汇聚成直观可视化颜色效果,热图已广泛被应用于气象预报.医疗成像.机房温度监控等行业,甚至应用于竞技体育领域的数据分析. http://www.hightopo.c ...
matplotlib 标签_Python可视化matplotlibamp;seborn14热图heatmap
"pythonic生物人"的第53篇分享. 热力图(heatmap)可通过颜色深浅变化,优雅的展示数据的差异:本篇详细介绍python seaborn绘制热图(手把手讲解). 本文 ...
热图(Heatmap)绘制(matplotlib与seaborn)
热图是数据统计中经常使用的一种数据表示方法,它能够直观地反映数据特征,查看数据总体情况,在诸多领域具有广泛应用. 一:matplotlib绘制方法 1.基础绘制热图用以表示的是矩阵数据,例如相关阵. ...
【R语言】——pheatmap包绘制聚类热图1（保姆级教程）
一.前言 1 热图介绍通常,热图是对所获得的数据或其他因素进行归一化处理后,用颜色的变化来直观表示不同样本间的变化情况.本质上其是由一个个用预设颜色表示数值大小的小方格组成的数据矩阵,并通过对因子或 ...
R：热图解释｜ pheatmap包参数及详细聚类图绘制流程（一篇解决热图绘制问题）
热图解释及pheatmap绘制热图一.热图绘制原理 1.1 热图介绍 1.2 热图绘制准备--均一化 1.3 热图绘制方式 1.4 热图数据查看示例二.pheatmap包简介 2.1 pheatm ...

热图 heatmap.2 和 pheatmap

热图 heatmap.2 和 pheatmap相关推荐

最新文章

热门文章