R绘制带显著性标记的热图

今天小编接着来介绍R绘制带有显著性的热图。

测试数据文件：
①table1.txt

②col_group.txt

③row_group.txt

1.导入pheatmap包，读取数据；

#导入包
library(pheatmap)
#读取数据
data<-read.table("table1.txt",header=T,row.names = 1,sep="\t")

2.直接作图；

#直接作图
pheatmap(data)

3.对相关参数指标进行调整；

# scale = "row"参数对行进行归一化
pheatmap(data, scale = "row")
# clustering_method参数设定不同聚类方法，默认为"complete",可以设定为'ward', 'ward.D', 'ward.D2', 'single', 'complete', 'average', 'mcquitty', 'median' or 'centroid'
pheatmap(data,scale = "row", clustering_method = "average")
# clustering_distance_rows = "correlation"参数设定行聚类距离方法为Pearson corralation，默认为欧氏距离"euclidean"
pheatmap(data, scale = "row", clustering_distance_rows = "correlation")
# cluster_row = FALSE参数设定不对行进行聚类
pheatmap(data, cluster_row = FALSE)
# legend = FALSE参数去掉图例
pheatmap(data, legend = FALSE)
# border_color参数设定每个热图格子的边框色
pheatmap(data, border_color = "gray")
# border=FALSE参数去掉边框线
pheatmap(data, border=FALSE)
# show_rownames和show_colnames参数设定是否显示行名和列名
pheatmap(data,show_rownames=F,show_colnames=F)
# treeheight_row和treeheight_col参数设定行和列聚类树的高度，默认为50
pheatmap(data, treeheight_row = 30, treeheight_col = 50)
# display_numbers = TRUE参数设定在每个热图格子中显示相应的数值，number_color参数设置数值字体的颜色
pheatmap(data, display_numbers = TRUE,number_color = "gray")
# number_format = "%.1e"参数设定数值的显示格式
pheatmap(data, display_numbers = TRUE, number_format = "%.1e")
# 自定义数值的显示方式,带显著性标记的热图
pheatmap(data, display_numbers = matrix(ifelse(data > 0.12, "*", ""), nrow(data)))

# legend = FALSE参数去掉图例
pheatmap(data, legend = FALSE)
# border_color参数设定每个热图格子的边框色
pheatmap(data, border_color = "gray")
# border=FALSE参数去掉边框线
pheatmap(data, border=FALSE)
# show_rownames和show_colnames参数设定是否显示行名和列名
pheatmap(data,show_rownames=F,show_colnames=F)
# treeheight_row和treeheight_col参数设定行和列聚类树的高度，默认为50
pheatmap(data, treeheight_row = 30, treeheight_col = 50)
# display_numbers = TRUE参数设定在每个热图格子中显示相应的数值，number_color参数设置数值字体的颜色
pheatmap(data, display_numbers = TRUE,number_color = "gray")
# number_format = "%.1e"参数设定数值的显示格式
pheatmap(data, display_numbers = TRUE, number_format = "%.1e")
# 自定义数值的显示方式,带显著性标记的热图
pheatmap(data, display_numbers = matrix(ifelse(data > 0.12, "*", ""), nrow(data)))
# cellwidth和cellheight参数设定每个热图格子的宽度和高度，main参数添加主标题
pheatmap(data, cellwidth = 15, cellheight = 12, main = " heatmap")
colgroup=read.table("col_group.txt",sep="\t",header=F,row.names=1,check.names=F,quote="")
rowgroup=read.table("row_group.txt",sep="\t",header=F,row.names=1,check.names=F,quote="")
# annotation_col参数添加列注释信息
pheatmap(data, annotation_col = colgroup)
colnames(colgroup)=c("col")
# annotation_col参数添加行注释信息
pheatmap(data, annotation_row = rowgroup)
colnames(rowgroup)=c("row")
# annotation_legend = FALSE参数去掉注释图例
pheatmap(data, annotation_col = colgroup, annotation_legend = FALSE)
# annotation_col和annotation_row参数同时添加行和列的注释信息
pheatmap(data,annotation_col = colgroup,annotation_row=rowgroup)

4.对注释信息进行颜色、聚类等相关设置，绘制出带有显著性标记的热图；

# 自定注释信息的颜色列表
ann_colors = list(col = c(A = "#7570B3", B = "#E7298A", C = "#66A61E"),row = c(a = "#FF0000", b = "#3A5FCD", c = "#7CCD7C",d="#8A2BE2",e="#CDAD00",f="#EEEE00",g="#8B6914",h="#FF00FF")
)
# annotation_colors设定注释信息的颜色
pheatmap(data,annotation_col = colgroup,annotation_row=rowgroup, annotation_colors = ann_colors, main = "Title")
# gaps_row = c(10, 4)参数在第10和14行处添加gap, 要求对行不进行聚类
pheatmap(data, annotation_col = colgroup, cluster_rows = FALSE, gaps_row = c(10, 4))
# cutree_col = 2参数将列按聚类树的结果分成两部分, 要求对列进行聚类
pheatmap(data, annotation_col = colgroup, cluster_rows = FALSE, gaps_row = c(10, 5),cutree_col = 2)
# 对行和列都不聚类，自定义划分行和列的gap
pheatmap(data, annotation_col = colgroup, cluster_rows = FALSE, cluster_cols = FALSE, gaps_row = c(6, 10, 14), gaps_col = c(2, 5, 8),display_numbers = matrix(ifelse(data > 0.1, "*", ""), nrow(data)))

END

R绘制带显著性标记的热图相关推荐

python实战二：使用CSV数据绘制带数据标志的折线图（matplotlib）
背景: 自动获取缺陷管理系统中的bug趋势统计数据,并保存到CSV中,读取CSV数据并绘制带数据标志的折线图,并保存为png图片下面代码仅实现"读取CSV数据并绘制带数据标志的折线图,并保 ...
R pdf大小_数据可视化 - 热图·R
热图(如下图所示),是一种展示样本与差异变量关系的可视化方式,可以通过R/python进行绘制.本文主要分别具体介绍如何使用R实现热图绘制. R绘制热图通常调用R的软件包"pheatmap ...
如何在R语言中建立六边形矩阵热图heatmap可视化
原文链接:http://tecdat.cn/?p=18879 这是一个六边形热图可视化程序,主要用到的知识RColorBrewer,fields,也就是R中的可视化绘图库(点击文末"阅读原文 ...
生信常用分析图形绘制01 -- 各种类型的热图！你学会了吗？
有了R语言的基础,以及ggplot2绘图基础,我们的生信常用分析图形的绘制就可以提上日程了!本系列,师兄就开始带着大家一起学习如何用R语言绘制我们自己的各种分析图吧! 由于本系列的所有分析代码均为师兄 ...
R语言ggplot2 | 绘制随机森林重要性+相关性热图
matlab 画有省界的地图,用R绘制带省界和省会的中国地图
install.packages("maptools") #还没安装maptools的执行此语句 library(maptools) library(rgdal) str.crs ...
R统计绘图-corrplot绘制热图及颜色、字体等细节修改1
有师妹想要更改热图的颜色和字体,想着之前相关性绘图等推文只是使用corrplot默认的颜色绘图,为了帮师妹解惑,今天就写一篇,怎么设置热图颜色和字体等细节到推文.其实看一遍R语言实战|入门3:图形初阶 ...
使用seaborn绘制热图
欢迎关注"生信修炼手册"! 除了统计图表外,seaborn也可以绘制热图,而且支持聚类树的绘制,绘制热图有以下两个函数 1. heatmap, 绘制普通的热图 2. cluster ...
使用R绘制气泡图、带有显著性标记的热力图、渐变曲线图
大家好,我是带我去滑雪! 一幅精美的科研绘图会有诸多益处,精美的图像可以更好地传达研究结果和数据分析的重要信息.通过使用清晰.直观和易于理解的图像,可以更好地向读者展示研究的发现,有助于读者理解和解释 ...

R绘制带显著性标记的热图

R绘制带显著性标记的热图相关推荐

最新文章

热门文章