pheatmap 排序

原创

花落花相惜

发布于 2021-12-06 13:05:41

1.3K0

发布于 2021-12-06 13:05:41

文章被收录于专栏：花落的技术专栏

hclust 的顺序是靠order 和 labels 两个数据控制，labels 是有顺序的名称，其座次可以被索引提取。order

则相当于索引，从labels 的相应座次选取并调整hclut的名称。

library(pheatmap)

set.seed(13)

test = matrix(rnorm(200), ncol = 10, nrow = 20,

              dimnames = list(

                row_names = paste0("Geno", 1:20),

                col_names = paste0("Test", 1:10)

))

# heatmap

pheatmap(test)

# dist mat

mat <- dist(test)

hclust_mat <- hclust(mat)

hclust_mat$order

hclust_mat$labels

hclust_mat$orderundefined1 11 14 16 8 17 5 20 12 1 6 9 7 10 18 3 2 19 4 13 15
hclust_mat$labelsundefined1 "Geno1" "Geno2" "Geno3" "Geno4" "Geno5" "Geno6"undefined7 "Geno7" "Geno8" "Geno9" "Geno10" "Geno11" "Geno12"undefined13 "Geno13" "Geno14" "Geno15" "Geno16" "Geno17" "Geno18"undefined19 "Geno19" "Geno20"

因此，可以直接用order去强制控制hclust的顺序，从而控制热图的顺序，但这样热图的聚类树状图会非常混乱。

# reorder row_clust

index <- seq(1,20, by = 1)

hclust_mat$order <- index

pheatmap(test, cluster_rows = hclust_mat)

reorder.dendrogram

{stats}可以通过一个值向量实现聚类树次序重排，从而控制pheatmap的顺序，这样做的好处是实现了局域型排序，即同聚类水平的数据按照给定index排序，避免了聚类树乱序。

require(gridExtra)

# reorder 1

index <- order(rowSums(test), decreasing = TRUE)

dend = reorder(as.dendrogram(hclust_mat),

               wts = index)

row_cluster <- as.hclust(dend)

p1 <- pheatmap(test, cluster_rows = row_cluster,

         show_colnames = FALSE)

# reorder 2

index <- order(rowSums(test), decreasing = FALSE)

dend = reorder(as.dendrogram(hclust_mat),

               wts = index)

row_cluster <- as.hclust(dend)

p2 <- pheatmap(test, cluster_rows = row_cluster,

         show_colnames = FALSE)

# extract plot list

plot_list <- list(p1[[4]], p2[[4]])

grid.arrange(arrangeGrob(grobs= plot_list,ncol=2))

由此可见，通过reorder 函数中的wts(权重)来控制热图坐标顺序是有效且清晰的。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

作者已关闭评论

0 条评论

热度