matlab和r语言做热图,R语言之可视化①①热图绘制heatmap

目录

R语言之可视化①①热图绘制heatmap

&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;

R.package

heatmap():用于绘制简单热图的函数

heatmap.2():绘制增强热图的函数

d3heatmap:用于绘制交互式热图的R包

ComplexHeatmap:用于绘制、注释和排列复杂热图的R&bioconductor包(非常适用于基因组数据分析)

首先使用ggplot2画简单热图

data

rownames(data)

colnames(data)

library(reshape2)

library(ggplot2)

data$ID

data_m

View(data_m)

data为9行10列的标准正太分布数据。

使用paste对行列名简单命名。

melt函数将data转化为gene-id列&＃xff0c;sample-variable列&＃xff0c;以及表达值-value列。

p

xlab("samples") &＃43; theme_classic() &＃43; theme(axis.ticks &＃61; element_blank(),

axis.line &＃61; element_blank()) &＃43;

theme(panel.grid.major &＃61; element_blank()) &＃43;

theme(legend.key&＃61;element_blank()) &＃43;

theme(axis.text.x&＃61;element_text(angle&＃61;45,hjust&＃61;1, vjust&＃61;1)) &＃43;

theme(legend.position&＃61;"top") &＃43;

geom_tile(aes(fill&＃61;value)) &＃43;

scale_fill_gradient2("Expression",

low &＃61; "green",

high &＃61; "red",

mid &＃61; "black")

p

theme_classic() &＃43; #去掉灰快

theme(axis.ticks &＃61; element_blank(),

axis.line &＃61; element_blank()) &＃43; #去掉边框

xlab(&＃39;row name&＃39;) &＃43;

ylab(&＃39;column name&＃39;) #更改行名和列名

scale_x_discrete(labels &＃61; 1:10, breaks &＃61; 1:10) &＃43;

scale_y_discrete(labels &＃61; 1:10, breaks &＃61; 1:10) #修改行和列

scale_fill_gradient2(&＃39;legend name&＃39;,

low &＃61; &＃39;blue&＃39;, high &＃61; &＃39;red&＃39;, mid &＃61; &＃39;white&＃39;) #修改图例名字以及图中颜色