tidyHeatmap | 顶刊SCI热力图绘制工具，用它就对了~~

DataCharm

发布于 2024-02-27 10:49:47

1.3K0

前言

今天是我的可视化课程上线的第300天，目前学员450人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！
今天是我的可视化学习社群上线的第80天，目前学员134人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

tidyHeatmap-快速绘制热力图，用它就对了~

今天是2024年的第一篇原创笔记，我们以R语言相关知识点开始~~

(PS：今年的重点项目之一就是使用R语言绘制好看的商务图表!)

今天介绍的可视化内容是关于如何快速、便捷的绘制「热力图」，使用到的工具为-「tidyHeatmap」。

「tidyHeatmap」介绍

顾名思义，既然使用了tidy 开头，那么其在数据处理、可视化展示等流程化方面，要远远的优于R语言中的其他相同功能的可视化工具包。

「tidyHeatmap」是一个基于R语言的绘制热力图工具，它能够用于快速绘制高质量的热力图，并且支持数据预处理和调整参数等功能。tidyHeatmap使用了ggplot2中的语法，因此其使用方法与ggplot2比较相似。

tidyHeatmap可以帮助用户将复杂的数据进行可视化，以便更好地理解数据之间的关系。

该工具提供了多种绘制热力图的方式，并且支持对颜色、字体、标签等细节进行自定义设置，从而方便用户根据实际需求进行调整。

另外，tidyHeatmap还支持使用其他R包中的函数进行数据预处理，例如dplyr、reshape2、tidyr等，使得数据预处理变得更加灵活和高效。

「tidyHeatmap」安装

可通过以下方式快速进行tidyHeatmap包的安装：

devtools::install_github("stemangiola/tidyHeatmap")
#或者如下方式
install.packages("tidyHeatmap")

「tidyHeatmap」可视化案例

mtcars_heatmap <- 
    mtcars_tidy |> 
    heatmap(`Car name`, Property, Value,    scale = "row"   ) |>
    annotation_tile(hp)

example01 of tidyHeatmap

tidyHeatmap::pasilla |>
    
    heatmap(
        .column = sample,
        .row = symbol,
        .value = `count normalised adjusted`,   
        scale = "row",
        
        # Arguments passed to ComplexHeatmap 
        clustering_distance_rows = "manhattan",
        clustering_distance_columns = "manhattan",
        clustering_method_rows = "ward.D",
        clustering_method_columns = "ward.D"
    )

Clustering plotting

# Make up more groupings
mtcars_tidy_groupings = 
    mtcars_tidy |>
    mutate(property_group = if_else(Property %in% c("cyl", "disp"), "Engine", "Other"))

mtcars_tidy_groupings |> 
    group_by(vs, property_group) |>
    heatmap(`Car name`, Property, Value,    scale = "row"   ) |>
    annotation_tile(hp)

Grouping and splitting

provide colour palettes to groupings

use custom colors for tile annotation

tidyHeatmap::pasilla |>
    group_by(location, type) |>
    heatmap(
        .column = sample,
        .row = symbol,
        .value = `count normalised adjusted`,   
        scale = "row"
    ) |>
    annotation_tile(condition) |>
    annotation_tile(activation)

Multiple groupings and annotations

# Create some more data points
pasilla_plus <- 
    tidyHeatmap::pasilla |>
    dplyr::mutate(act = activation) |> 
    tidyr::nest(data = -sample) |>
    dplyr::mutate(size = rnorm(n(), 4,0.5)) |>
    dplyr::mutate(age = runif(n(), 50, 200)) |>
    tidyr::unnest(data) 

# Plot
pasilla_plus |>
    heatmap(
        .column = sample,
        .row = symbol,
        .value = `count normalised adjusted`,   
        scale = "row"
    ) |>
    annotation_tile(condition) |>
    annotation_point(activation) |>
    annotation_tile(act) |>
    annotation_bar(size) |>
    annotation_line(age)