同样的数据通过不同的统计软件和工具会有不同的展示形式,R中也有很多R包和函数可以提供多种多样的视觉风格,大家也是根据各自的数据特点,需要展示的亮点和风格选取不同的工具,今天和大家交流gplots包中的heatmap.2函数的使用心得,主要从以下两部分介绍。

一.实例:收集NBA联盟中49位球星场均得分、三分命中率、出场次数等数据,通过heatmap图来看他们的指标表现。

a<-read.table(“/文件所在目录/NBA.csv”,sep=",",header=T)

#读取数据文件,命名为a

a<-a[order(a$PTS),]

#按照PTS进行数据排序

row.names(a)<-a$X

#把行号换成行名

a <- a[,-1]

#去掉第一列行号

a_matrix <- data.matrix(a)

#把数据转换成作图需要的矩阵格式

library(gplots)

#加载gplots程序包

heatmap.2(a_matrix,Rowv=NA,Colv=NA,dendrogram=('none'),distfun=dist, hclustfun=hclust,col=topo.colors(75),keysize=1.5,margins=c(5,10),density.info=c('none'),

trace="none",vline=NA,hline=NA,cexRow=0.8,cexCol=1.1,colsep=c(1:ncol(ge_matrix)),

rowsep=c(1:nrow(ge_matrix)),sepcolor="black",sepwidth=c(0.01, 0.01),srtCol=315,adjCol=c(0,0))

#绘制heatmap图,中间的参数部分,根据个人展示需要进行修改

二.参数详解

#Rowv=NA,Colv=NA,dendrogram=(‘none’)

是否根据行或列的平均值来聚类

# col=redgreen(75)

颜色的选择,

#heat.colors()

从红色渐变到黄色再变到白色。

#topo.colors()

从蓝色渐变到青色再到黄色最后到棕色。

#keysize=1.5

调整的是颜色标签的大小。

#density.info=c(‘none’)

键值是否显示波动信息

#margins=c(5,10) heatmap

预留给横纵坐标的位置大小

# trace=”none”,vline=NA,hline=NA

# cexRow=0.8,cexCol=1.1

调整行或列字体的大小

#colsep=c(1:ncol(ge_matrix)),rowsep=c(1:nrow(ge_matrix)),sepcolor=”black”,sepwidth=c(0.01, 0.01)

每个点做分界线

 

供稿:苏州协云基因科技有限公司        Bingo

编辑:生信圈


本文为生信圈原创编译,转载请至公众号“生信圈”授权

扫一扫关注生信圈公众号,微信ID:bioinfor-club。更多生信干货等着您