零基础R语言绘制热图
各位小可爱大家好啊，虽然是周末但小编还是马不停蹄的给大家分享知识点。我们平时看文献的时候会看到各种好看的热图，瞬间觉得逼格就上来了，官方解释：热图可以简单地聚合大量数据，，并使用一种渐进的色带来优雅地表现出来，可以很直观地展现空间数据的相对大小。其实热图的绘制并不难，看完这篇文章，你也可以画出好看的热图。准备好了吗，是时候展现真正的技术了。
之前的文章已经给大家讲过怎么安装R语言了，这里就不多赘述了。
第一步安装：
install.packages("pheatmap") #安装pheatmap包install.packages("RColorBrewer") #安装RColorBrewer包library(pheatmap) #加载pheatmap包library(RColorBrewer) #加载RColorBrewer包这里稍微给大家介绍一下RColorBrewer包：RColorBrewer is an R package that allows users to create colourful graphs with pre-made color palettes.为什么要使用它，是因为他艳丽及丰富的配色深深的把小编吸引住了，这么好的东西一定要分享给大家。他有三个配色。大家可以根据情况使用。
第二步读取数据：
首先我们来看一下数据的格式，第一行为样品名称，第一列为基因名称。
fitness <- read.delim("C:/Users/dell/Desktop/fitness.txt", row.names = 1) #读取数据id <- read.delim("C:/Users/dell/Desktop/id.tmp") #读取需要画图的基因fit.sel <- fitness[which(rownames(fitness) %in% id$ID), ] #提取需要画图的数据并保存 第三步查看数据分布：
summary(fit.sel) #查看数据最大值最小值设置scale范围第四步画图：
bk = unique(c(seq(-5, 0, length=100), seq(0, 2, length=100))) #scale范围col = c(colorRampPalette(rev(brewer.pal(11, "RdYlBu")))(200)) #颜色选取RdYlBupheatmap(fit.sel, color = col, breaks = bk, show_rownames = T, clustering_method = "ward.D2")最后查看结果：
最后总结一下常用参数的设置：
treeheight_row 设置row方向的聚类树高 treeheight_col 设置col方向的聚类树高
cellheight 表示每个单元格的高度 cellwidth 表示每个单元格的宽度
display_numbers 表示是否将数值显示在热图的格子中（T/F）。
fontsize 表示热图中字体显示的大小
number_color 设置显示内容的颜色
pheatmap(fit.sel, cellheight=9, cellwidth=18, treeheight_row=100, treeheight_col=18, color = col, breaks = bk, show_rownames = T, display_numbers=T, number_color="black", fontsize=6, clustering_method = "ward.D2")这样运行的结果如下：
今天就分享到这里，有什么问题留言吧！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-10-20，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读