重塑突变分布图的突变数据框-reshapeamutationdataframeforplotofmutationdistribution

作者：潇然free | 来源：互联网 | 2023-06-07 14:40

HiIamstrugglingwiththefollowingdataframe(thatigenerateformalargeroneusing:嗨，我正在努力

Hi I am struggling with the following data frame ( that i generate form a larger one using:

嗨，我正在努力与以下数据框架（我使用以下方式生成一个更大的数据框架：

dcast(subset_mydata, ID.name ~ Canonical_Hugo_Symbol)

I would like to get a plot of this table similar to the one in figure. I have tried with the heatmap function but i could not get the same result. does anybody know with which function is could i get a similar figure? Thanks!

我想得到一张类似于图中的表的情节。我尝试过热图功能，但我得不到相同的结果。有谁知道哪个功能可以得到类似的数字？谢谢！

dput(head(heat_ddat))
structure(list(ID.name = structure(2:7, .Label = c("", "1075", 
"1104", "1108", "1120", "1121", "1137", "1258", "1264", "1280", 
"1286", "1310", "1317", "1338", "1392", "1401", "1435", "1477", 
"1480", "1494", "1519", "1574", "1588", "1595", "1607", "1611", 
"1644", "1645", "1651", "1653", "1654", "1673", "1687", "1702", 
"1714", "1740", "1776", "1781", "1812", "1835", "1838", "1857", 
"1874", "1890", "1899", "1911", "1933", "1936", "1999", "2006", 
"2046", "2063", "2079", "2081", "2088", "2116", "2135", "2144", 
"2147", "2155", "2166", "2167", "2176", "2183", "2200", "2209", 
"2223", "2253", "2256", "2442", "2444", "2453", "2456", "2462", 
"2467", "2472", "2482", "2497", "2504", "2507", "2513", "2518", 
"2523", "2567", "2568", "2576", "2578", "2598", "2600", "2619", 
"2623", "2625", "2632", "2636", "2646", "2652", "2659", "2660", 
"2676", "2680", "2682", "2705", "2711", "2756", "2765", "2772", 
"2793", "2803", "2854", "2856", "2882", "2912", "2916", "2919", 
"3058", "3063", "3114", "3116", "3117", "3125", "3132", "3140", 
"3145", "3175", "3181", "3248", "3383", "3431", "3436", "3442", 
"3472", "3576", "3639", "4093", "FL1_01215", "FL10_01501", "FL12_01593", 
"FL13_01598", "FL16_01738", "FL17_01752", "FL18_01763", "FL19_01881", 
"FL2_01222", "FL22_02025", "FL23_02032", "FL24_02085", "FL25_02175", 
"FL26_02242", "FL28_02459", "FL3_01235", "FL30_02558", "FL35_02726", 
"FL37_02808", "FL41_02865", "FL43_02926", "FL44_02994", "FL45_03018", 
"FL47_03119", "FL48_03128", "FL55_03303", "FL62_03406", "FL64_03418", 
"FL65_03421", "FL69_03484", "FL7_01306", "FL70_03517", "FL71_03534", 
"FL76_03644", "FL77_03651", "FL8_01425"), class = "factor"), 
ACTB = c(0L, 0L, 0L, 0L, 0L, 0L), ALMS1 = c(0L, 0L, 0L, 0L, 
0L, 0L), ARID1A = c(0L, 1L, 0L, 0L, 0L, 1L), ARID1B = c(0L, 
0L, 0L, 1L, 0L, 0L), ARID2 = c(0L, 0L, 0L, 1L, 0L, 0L), ARID3A = c(1L, 
0L, 0L, 0L, 0L, 0L), ASXL1 = c(0L, 0L, 0L, 0L, 0L, 0L), ATM = c(0L, 
0L, 0L, 0L, 0L, 0L), B2M = c(0L, 0L, 0L, 0L, 0L, 0L), BCL2 = c(1L, 
1L, 1L, 0L, 1L, 2L), BCL7A = c(0L, 0L, 0L, 0L, 0L, 0L), BCORL1 = c(0L, 
0L, 0L, 0L, 0L, 0L), BCR = c(0L, 0L, 0L, 0L, 0L, 0L), BRD2 = c(0L, 
0L, 0L, 0L, 0L, 0L), BRWD3 = c(0L, 0L, 0L, 0L, 0L, 0L), BTG1 = c(0L, 
0L, 0L, 0L, 0L, 0L), BTG2 = c(0L, 0L, 0L, 0L, 0L, 0L), CARD11 = c(0L, 
0L, 1L, 0L, 0L, 0L), CCDC80 = c(0L, 0L, 0L, 0L, 0L, 0L), 
CCND1 = c(0L, 0L, 0L, 0L, 0L, 0L), CCND3 = c(0L, 0L, 0L, 
0L, 0L, 0L), CD40 = c(0L, 0L, 0L, 0L, 0L, 0L), CD58 = c(0L, 
0L, 0L, 0L, 0L, 0L), CD79A = c(1L, 0L, 0L, 0L, 0L, 0L), CD79B = c(0L, 
0L, 0L, 0L, 0L, 0L), CDH23 = c(0L, 0L, 0L, 0L, 0L, 0L), CDK6 = c(0L, 
0L, 0L, 0L, 0L, 0L), CDKN2B = c(0L, 0L, 0L, 0L, 0L, 0L), 
CHD2 = c(0L, 0L, 0L, 0L, 0L, 0L), CIITA = c(0L, 0L, 0L, 0L, 
0L, 0L), CREBBP = c(0L, 1L, 1L, 2L, 1L, 2L), CTSS = c(0L, 
0L, 0L, 0L, 0L, 0L), CXCR4 = c(0L, 0L, 0L, 0L, 0L, 0L), DDX3X = c(0L, 
0L, 0L, 0L, 0L, 0L), DIRAS3 = c(0L, 0L, 0L, 0L, 0L, 0L), 
DMD = c(0L, 0L, 0L, 0L, 0L, 0L), DNMT3A = c(0L, 0L, 0L, 0L, 
0L, 0L), DST = c(0L, 0L, 0L, 0L, 0L, 0L), DTX1 = c(0L, 0L, 
0L, 0L, 0L, 1L), EP300 = c(1L, 0L, 0L, 1L, 0L, 0L), EPHA6 = c(0L, 
0L, 0L, 0L, 1L, 0L), EPHA7 = c(0L, 0L, 0L, 0L, 0L, 0L), ETS1 = c(0L, 
0L, 0L, 0L, 0L, 0L), EZH2 = c(0L, 0L, 0L, 1L, 0L, 0L), FAT2 = c(0L, 
0L, 0L, 0L, 0L, 0L), FBXO11 = c(0L, 0L, 0L, 0L, 0L, 0L), 
FOXO1 = c(0L, 0L, 0L, 0L, 0L, 0L), GNA13 = c(0L, 0L, 0L, 
0L, 0L, 0L), GNB1 = c(0L, 0L, 0L, 0L, 0L, 0L), HUWE1 = c(0L, 
0L, 0L, 0L, 0L, 0L), IKBKE = c(0L, 0L, 0L, 0L, 0L, 0L), IKZF1 = c(0L, 
0L, 0L, 0L, 0L, 0L), IKZF2 = c(0L, 0L, 0L, 0L, 0L, 0L), IKZF3 = c(0L, 
0L, 0L, 0L, 0L, 0L), IRF4 = c(0L, 0L, 0L, 0L, 0L, 0L), IRF8 = c(1L, 
0L, 0L, 0L, 0L, 0L), KAT2A = c(0L, 0L, 0L, 0L, 0L, 0L), KAT2B = c(0L, 
0L, 0L, 0L, 0L, 0L), KAT5 = c(0L, 0L, 0L, 0L, 0L, 0L), KDM6A = c(0L, 
0L, 0L, 0L, 1L, 0L), KIF20B = c(0L, 0L, 0L, 0L, 0L, 0L), 
KLHL6 = c(0L, 0L, 0L, 0L, 0L, 1L), MALT1 = c(0L, 0L, 0L, 
0L, 0L, 0L), MAP3K14 = c(0L, 0L, 0L, 0L, 0L, 0L), MAP4K1 = c(0L, 
0L, 0L, 0L, 0L, 0L), MCL1 = c(0L, 0L, 0L, 0L, 0L, 0L), MEF2B = c(0L, 
0L, 0L, 1L, 0L, 0L), MLL2 = c(2L, 2L, 2L, 0L, 1L, 1L), MUC16 = c(0L, 
0L, 0L, 0L, 0L, 0L), MUM1 = c(0L, 0L, 0L, 0L, 1L, 0L), MYC = c(0L, 
0L, 0L, 0L, 0L, 0L), NF1 = c(0L, 0L, 0L, 0L, 0L, 0L), NFKB2 = c(0L, 
0L, 0L, 0L, 0L, 0L), NOTCH1 = c(0L, 0L, 0L, 1L, 1L, 0L), 
NOTCH2 = c(0L, 0L, 0L, 0L, 0L, 0L), NPM1 = c(0L, 0L, 0L, 
0L, 0L, 0L), P2RY8 = c(0L, 0L, 0L, 0L, 0L, 0L), PASD1 = c(0L, 
0L, 0L, 0L, 0L, 0L), PAX5 = c(0L, 0L, 0L, 0L, 0L, 0L), PCLO = c(0L, 
0L, 0L, 0L, 0L, 0L), PDGFRA = c(0L, 0L, 0L, 0L, 0L, 0L), 
PDGFRB = c(0L, 0L, 0L, 0L, 0L, 1L), PHF6 = c(0L, 0L, 0L, 
0L, 0L, 0L), PIK3CA = c(0L, 0L, 0L, 0L, 0L, 0L), PIK3CD = c(0L, 
0L, 0L, 0L, 1L, 0L), PIK3R1 = c(0L, 0L, 0L, 0L, 0L, 0L), 
PIM1 = c(0L, 0L, 0L, 0L, 0L, 0L), PTEN = c(0L, 0L, 0L, 0L, 
0L, 0L), RB1 = c(0L, 0L, 0L, 0L, 0L, 0L), RELN = c(0L, 0L, 
0L, 0L, 0L, 0L), RET = c(0L, 0L, 0L, 0L, 0L, 0L), RFX7 = c(0L, 
0L, 0L, 0L, 0L, 0L), RHOA = c(0L, 0L, 0L, 0L, 0L, 0L), ROS1 = c(0L, 
0L, 0L, 0L, 0L, 0L), SAMD9 = c(0L, 0L, 0L, 0L, 0L, 0L), SBF1 = c(0L, 
0L, 0L, 2L, 0L, 0L), SF3B1 = c(0L, 0L, 0L, 0L, 0L, 0L), SGK1 = c(1L, 
0L, 0L, 0L, 0L, 0L), SIN3A = c(0L, 0L, 0L, 0L, 0L, 0L), SLITRK6 = c(0L, 
0L, 0L, 0L, 0L, 0L), SMARCA2 = c(0L, 0L, 0L, 0L, 0L, 0L), 
SMARCA4 = c(0L, 0L, 0L, 0L, 0L, 1L), SMARCB1 = c(0L, 0L, 
0L, 0L, 0L, 0L), SOCS1 = c(0L, 0L, 0L, 0L, 0L, 0L), STAT6 = c(0L, 
0L, 0L, 1L, 0L, 0L), SWAP70 = c(0L, 0L, 0L, 0L, 0L, 0L), 
TBL1XR1 = c(0L, 0L, 0L, 0L, 0L, 0L), TET2 = c(0L, 0L, 0L, 
0L, 0L, 0L), TNFAIP3 = c(0L, 0L, 0L, 0L, 0L, 0L), TNFRSF14 = c(1L, 
1L, 0L, 1L, 0L, 0L), TP53 = c(1L, 0L, 0L, 1L, 0L, 0L), TRAF6 = c(0L, 
0L, 0L, 0L, 0L, 0L), TYK2 = c(0L, 0L, 0L, 0L, 0L, 0L), UBR5 = c(0L, 
0L, 0L, 0L, 0L, 0L), ULK4 = c(0L, 0L, 0L, 0L, 0L, 0L), UNC5C = c(0L, 
0L, 0L, 0L, 0L, 0L), USP6 = c(0L, 0L, 0L, 0L, 0L, 0L), VPS13A = c(0L, 
0L, 0L, 0L, 0L, 0L), ZNF608 = c(0L, 0L, 0L, 0L, 0L, 0L), 
ZNF708 = c(0L, 0L, 0L, 0L, 0L, 0L)), .Names = c("ID.name", 
"ACTB", "ALMS1", "ARID1A", "ARID1B", "ARID2", "ARID3A", "ASXL1", 
"ATM", "B2M", "BCL2", "BCL7A", "BCORL1", "BCR", "BRD2", "BRWD3", 
"BTG1", "BTG2", "CARD11", "CCDC80", "CCND1", "CCND3", "CD40", 
"CD58", "CD79A", "CD79B", "CDH23", "CDK6", "CDKN2B", "CHD2", 
"CIITA", "CREBBP", "CTSS", "CXCR4", "DDX3X", "DIRAS3", "DMD", 
"DNMT3A", "DST", "DTX1", "EP300", "EPHA6", "EPHA7", "ETS1", "EZH2", 
"FAT2", "FBXO11", "FOXO1", "GNA13", "GNB1", "HUWE1", "IKBKE", 
"IKZF1", "IKZF2", "IKZF3", "IRF4", "IRF8", "KAT2A", "KAT2B", 
"KAT5", "KDM6A", "KIF20B", "KLHL6", "MALT1", "MAP3K14", "MAP4K1", 
"MCL1", "MEF2B", "MLL2", "MUC16", "MUM1", "MYC", "NF1", "NFKB2", 
"NOTCH1", "NOTCH2", "NPM1", "P2RY8", "PASD1", "PAX5", "PCLO", 
"PDGFRA", "PDGFRB", "PHF6", "PIK3CA", "PIK3CD", "PIK3R1", "PIM1", 
"PTEN", "RB1", "RELN", "RET", "RFX7", "RHOA", "ROS1", "SAMD9", 
"SBF1", "SF3B1", "SGK1", "SIN3A", "SLITRK6", "SMARCA2", "SMARCA4", 
"SMARCB1", "SOCS1", "STAT6", "SWAP70", "TBL1XR1", "TET2", "TNFAIP3", 
"TNFRSF14", "TP53", "TRAF6", "TYK2", "UBR5", "ULK4", "UNC5C", 
"USP6", "VPS13A", "ZNF608", "ZNF708"), row.names = c(NA, 6L), class = "data.frame")

Annotated Mutation Map

1 个解决方案

#1

First, convert your data frame from wide format to long format.

首先，将数据帧从宽格式转换为长格式。

library(reshape2)
heat.df<-melt(heat_ddat)

Then you can use geom_tile() to get similar heatmap. If you need dicrete colors then use value as factor.

然后你可以使用geom_tile（）来获得类似的热图。如果你需要dicrete颜色，那么使用value作为因子。

library(ggplot2)
ggplot(heat.df,aes(ID.name,variable,fill=as.factor(value)))+geom_tile()

推荐阅读

function
Highcharts翻译系列之二十：曲线图例子（二）

Highcharts翻译系列之二十：曲线图例子（二）代码 ... [详细]

蜡笔小新 2023-10-16 17:30:36
get
利用ARMA模型对平稳非白噪声序列进行建模的步骤及代码实现

本文介绍了利用ARMA模型对平稳非白噪声序列进行建模的步骤及代码实现。首先对观察值序列进行样本自相关系数和样本偏自相关系数的计算，然后根据这些系数的性质选择适当的ARMA模型进行拟合，并估计模型中的位置参数。接着进行模型的有效性检验，如果不通过则重新选择模型再拟合，如果通过则进行模型优化。最后利用拟合模型预测序列的未来走势。文章还介绍了绘制时序图、平稳性检验、白噪声检验、确定ARMA阶数和预测未来走势的代码实现。 ... [详细]

蜡笔小新 2023-12-09 08:30:08
get
CSS3选择器的使用方法详解，提高Web开发效率和精准度

本文详细介绍了CSS3新增的选择器方法，包括属性选择器的使用。通过CSS3选择器，可以提高Web开发的效率和精准度，使得查找元素更加方便和快捷。同时，本文还对属性选择器的各种用法进行了详细解释，并给出了相应的代码示例。通过学习本文，读者可以更好地掌握CSS3选择器的使用方法，提升自己的Web开发能力。 ... [详细]

蜡笔小新 2023-12-14 14:37:52
function
[从头学数学] 第101节比例的相关问题研究和修炼

本文介绍了[从头学数学]中第101节关于比例的相关问题的研究和修炼过程。主要内容包括[机器小伟]和[工程师阿伟]一起研究比例的相关问题，并给出了一个求比例的函数scale的实现。 ... [详细]

蜡笔小新 2023-12-14 13:39:15
eval
推荐系统遇上深度学习(十七）详解推荐系统中的常用评测指标

原创：石晓文小小挖掘机2018-06-18笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值， ... [详细]

蜡笔小新 2023-12-13 19:35:25
get
Python正则表达式学习记录及常用方法

本文记录了学习Python正则表达式的过程，介绍了re模块的常用方法re.search，并解释了rawstring的作用。正则表达式是一种方便检查字符串匹配模式的工具，通过本文的学习可以掌握Python中使用正则表达式的基本方法。 ... [详细]

蜡笔小新 2023-12-13 16:37:19
function
python创建一个窗口_等一个大佬啊要求用python创建一个窗口，窗口按钮功能是创建一个球体或立方体。明天上课之前交给我...

展开全部下面的代码是创建一个立方体Thisexamplescreatesanddisplaysasimplebox.#Thefirstlineloadstheinit_disp ... [详细]

蜡笔小新 2023-12-13 16:26:09
copy
不同优化算法的比较分析及实验验证

本文介绍了神经网络优化中常用的优化方法，包括学习率调整和梯度估计修正，并通过实验验证了不同优化算法的效果。实验结果表明，Adam算法在综合考虑学习率调整和梯度估计修正方面表现较好。该研究对于优化神经网络的训练过程具有指导意义。 ... [详细]

蜡笔小新 2023-12-13 16:05:14
function
【shell】网络处理：判断IP是否在网段、两个ip是否同网段、IP地址范围、网段包含关系

本文介绍了使用shell脚本判断IP是否在同一网段、判断IP地址是否在某个范围内、计算IP地址范围、判断网段之间的包含关系的方法和原理。通过对IP和掩码进行与计算，可以判断两个IP是否在同一网段。同时，还提供了一段用于验证IP地址的正则表达式和判断特殊IP地址的方法。 ... [详细]

蜡笔小新 2023-12-12 11:19:14
function
Gitlab接入公司内部单点登录的安装和配置教程

本文介绍了如何将公司内部的Gitlab系统接入单点登录服务，并提供了安装和配置的详细教程。通过使用oauth2协议，将原有的各子系统的独立登录统一迁移至单点登录。文章包括Gitlab的安装环境、版本号、编辑配置文件的步骤，并解决了在迁移过程中可能遇到的问题。 ... [详细]

蜡笔小新 2023-12-10 14:38:53
function
使用n3-charts绘制以日期为x轴的数据

本文介绍了如何使用n3-charts绘制以日期为x轴的数据，并提供了相应的代码示例。通过设置x轴的类型为日期，可以实现对日期数据的正确显示和处理。同时，还介绍了如何设置y轴的类型和其他相关参数。通过本文的学习，读者可以掌握使用n3-charts绘制日期数据的方法。 ... [详细]

蜡笔小新 2023-12-10 00:19:21
get
OpenMap教程4 – 图层概述

本文介绍了OpenMap教程4中关于地图图层的内容，包括将ShapeLayer添加到MapBean中的方法，OpenMap支持的图层类型以及使用BufferedLayer创建图像的MapBean。此外，还介绍了Layer背景标志的作用和OMGraphicHandlerLayer的基础层类。 ... [详细]

蜡笔小新 2023-12-09 19:26:56
list
[echarts] 同指标对比柱状图相关的知识介绍及应用示例

本文由编程笔记小编为大家整理，主要介绍了echarts同指标对比柱状图相关的知识，包括对比课程通过率最高的8个课程和最低的8个课程以及全校的平均通过率。文章提供了一个应用示例，展示了如何使用echarts制作同指标对比柱状图，并对代码进行了详细解释和说明。该示例可以帮助读者更好地理解和应用echarts。 ... [详细]

蜡笔小新 2023-12-09 10:02:11
get
Java多线程总结（8）concurrent.locks包下的锁机制的使用

1Lock与ReadWriteLock1.1LockpublicinterfaceLock{voidlock();voidlockInterruptibl ... [详细]

蜡笔小新 2023-12-09 09:15:17
list
移动传感器扫描覆盖

移动传感器扫描覆盖摘要：关于传感器网络中的地址覆盖问题，已经做过很多尝试。他们通常归为两类，全覆盖和栅栏覆盖，统称为静态覆盖 ... [详细]

蜡笔小新 2023-10-17 12:41:17

潇然free

这个家伙很懒，什么也没留下！

Tags | 热门标签

RankList | 热门文章