使用ComplexHeatmap绘制3D热图

起因

ComplexHeatmap包有一个densityHeatmap()函数用来对一组分布进行可视化。例如下面的例子：

library(ComplexHeatmap)
set.seed(123)
mat = matrix(rnorm(500), ncol = 10)
colnames(mat) = letters[1:10]
densityHeatmap(mat)

在R图形系统中，我们也可以使用histogram来可视化分布，因此从ComplexHeatmap版本2.7.9开始，我新加了一个函数frequencyHeatmap()，就像是一个histogram版本的density heatmap。其用法和densityHeatmap()非常类似：

frequencyHeatmap(mat)

在这里，区间中的频度使用热图进行可视化。

那么现在，频度热图被称作是密度热图的histogram版本，但这看起来一点都不像histogram。那么可能一个3D的热图在这里更加适合。这可以通过在frequencyHeatmap()中设置参数use_3d = TRUE来将2D热图转换为3D热图：

frequencyHeatmap(mat, use_3d = TRUE)

这看起来好多了！下面一节我将会介绍如何在ComplexHeatmap包中集成3D热图功能的。

3D热图的实现

首先，我们要能画3D的柱子，这可以通过新函数bar3D()实现。用法如下：

bar3D(x = 0.5, y = 0.5, w = 0.2, h = 0.2, l = unit(1, "cm"), theta = 60)

其中各个参数的意义不言而喻，见下图：

在bar3D()中，fill参数控制柱子的颜色。为了增强3D效果，柱子的三个面的颜色有略微轻微不同的明亮度。

bar3D(x = seq(0.2, 0.8, length = 4), y = 0.5, w = unit(5, "mm"), h = unit(5, "mm"), l = unit(1, "cm"), fill = c("red", "green", "blue", "purple"))

参数theta控制投影的角度，见下例：

bar3D(x = seq(0.2, 0.8, length = 4), y = 0.5, w = unit(5, "mm"), h = unit(5, "mm"), l = unit(1, "cm"), theta = c(20, 40, 60, 80))

好了，现在既然我们已经能够画3D的柱子了，为了实现3D的热图，我们可以通过cell_fun或者layer_fun提供的自定义函数来将每一个3D柱子放置在热图的格子上，其中柱子的高度和热图中相应的值对应。这里我写了一个新函数Heatmap3D()可以直接拿来使用。其用法和Heatmap()几乎完全相同。见下面的例子：

set.seed(7)
mat = matrix(runif(100), 10)
rownames(mat) = LETTERS[1:10]
colnames(mat) = letters[1:10]
Heatmap3D(mat, name = "mat", column_title = "This is a 3D heatmap")

当位于热图边缘的柱子太高时，可能会和热图中其他元件重叠，那么这时候需要进行手动的微调。在上面的例子中，标题和legend和3D柱子有重叠，这可以通过手动设置ht_opt$HEATMAP_LEGEND_PADDING和ht_opt$TITLE_PADDING来进行调整：

ht_opt$HEATMAP_LEGEND_PADDING = unit(5, "mm")
ht_opt$TITLE_PADDING = unit(c(9, 2), "mm") # bottom and top padding
Heatmap3D(mat, name = "mat", column_title = "This is a 3D heatmap")

看，现在看起来好多了。

下面一个例子是对一个麻疹疫苗数据集的可视化，第一张图是2D热图，第二张图是3D热图。源代码可以通过点击“阅读全文”获得。

最后，InteractiveComplexHeatmap包可以将任何通过ComplexHeatmap生成的热图转变为一个Shiny app，那么Heatmap3D()生成的热图也同样可以。只需要在热图生成后运行htShiny()即可：

往期精品(点击图片直达文字对应教程)

机器学习

后台回复“生信宝典福利第一波”或点击阅读原文获取教程合集