R语言：使用ComplexHeatmap包绘制热图

ComplexHeatmap包由顾祖光博士创建，用于绘制美观的热图，用颜色表示数据的聚合程度，相对美观。
使用手册见GitHub链接：
https://jokergoo.github.io/ComplexHeatmap-reference/book/
使用RStudio进行绘制

目标图形为河流底泥重金属的聚类分析热图，绘制流程如下：
1、安装相应package
2、正确导入数据，形成初始图
3、调整画面参数

安装相应package

# 检测安装CRAN包
package_list = c("circlize","grid","BiocManager")
for(p in package_list){
if (!requireNamespace(p, quietly = TRUE))install.packages(p)
}
# 检测安装bioconductor包
package_list = c("ComplexHeatmap")
for(p in package_list){
if (!requireNamespace(p, quietly = TRUE))BiocManager::install(p)
}# 加载依赖包
library(circlize)
library(grid)
library(ComplexHeatmap)

正确导入数据
1、点击左上角，新建 R Script，方便后续修改，减少直接在console里试错的代码行数，让画面更简洁，正确代码更方便查找。

2、设置新seed，然后右上角environment中点击import dataset，导入并预览相应的Excel文件（需事先安装读取Excel的package和安装rJava并配置环境）。
3、将数据进行0-1标准化，以消除量纲的影响。其计算方法为：x=(x-min)/(max-min)

相应代码如下：

set.seed(123)
library(readxl)
data1 <- read_excel(“data1.xls”)
View(data1)
#选择需要画图的列
mat <- subset(data1,select = c(“Cu”,“Zn”,“Pb”,“Cd”,“Cr”,“Ni”,“Hg”,“As”))
#因第一列数据类型为文本，需将其变成矩阵后才可将其作为列名，故将矩阵转置
mat_t <- t(mat)
#对行命名
colnames(mat_t)<-as.matrix(data1[,1])
#画图指令
heatmap(mat_t.scaled)

形成初始图：
调整画面参数
色彩选用RGB颜色，考虑到原数据为已标准化的连续矩阵，可使用一个颜色向量，此时受到极端值的影响，如果数据未标准化，可自行设置颜色取值区间，此时不受极端值影响。

#不受极端值影响，自定义颜色取值区间col_fun = colorRamp2(c(0.15,0.2,0.25,0.3,0.35),c("#FFFF00","#FFF68F", "#FFFFE0", "#CAE1FF","#5CACEE"))col_fun(seq(0, 1))

library(circlize)
#对不同数据进行分层设定颜色
col_fun = colorRamp2(seq(min(mat_t), max(mat_t), length = 2), c("#FFFAFA","#FF4500"),space = "RGB")
#对左侧聚成的三类进行颜色区分
library(dendextend)
row_dend = as.dendrogram(hclust(dist(mat_t)))
row_dend = color_branches(row_dend, k = 3) # `color_branches()` returns a dendrogram object
#增加边框、各色块间设置自定义线、设置高度，生成图
Heatmap(mat_t, name = "mat",col = col_fun,border = TRUE,rect_gp = gpar(col = "black", lwd = 1),column_dend_height = unit(2, "cm"),row_dend_width = unit(2, "cm"), cluster_rows = row_dend)

R语言：使用ComplexHeatmap包绘制热图相关推荐

R语言使用beanplot包绘制豆荚图实战：与箱图、小提琴图对比、绘制不对称的豆荚图
R语言使用beanplot包绘制豆荚图实战:与箱图.小提琴图对比.绘制不对称的豆荚图目录 R语言使用beanplot包绘制豆荚图实战 #包的安装和导入 #豆荚图与箱图
R语言使用forestplot包绘制森林图：编码创建森林图仿真数据、汇总线修改、元素位置调整、垂直线、字体、风格、置信区间、线型、图例、刻度、标签等
R语言使用forestplot包绘制森林图:编码创建森林图仿真数据.汇总线修改.元素位置调整.垂直线.字体.风格.置信区间.线型.图例.刻度.标签等目录
ComplexHeatmap包绘制热图（二）
前面我介绍了如何利用ComplexHeatmap包绘制简单的热图,现在我们绘制一个稍微复杂一些的热图首先还是配置数据 data=matrix(rnorm(100),nrow=10) colnames ...
跟着iMeta学做图｜ComplexHeatmap包绘制热图展示不同样本物种相对丰度
本教程相关代码已经上传至 https://github.com/iMetaScience/iMetaPlot/tree/main/221125HeatmapOfAbundance 如果你使用本代码,请 ...
R语言使用table1包绘制（生成）三线表、使用单变量分列构建三线表、编写自定义三线表结构（将因子变量细粒度化重新构建三线图）、为不同的变量显示不同的统计信息
R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义三线表结构(将因子变量细粒度化重新构建三线图).为不同的变量显示不同的统计信息目录
三线表是什么？R语言使用table1包绘制（生成）三线表、使用单变量分列构建三线表、编写自定义三线表结构（将因子变量细粒度化重新构建三线图）、编写自定义函数在三线表中添加p值
三线表是什么?R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义三线表结构(将因子变量细粒度化重新构建三线图).编写自定义函数在三线表中添加p值目录
R语言使用pROC包在同一图中绘制两条ROC曲线并通过假设检验检验ROC曲线的AUC或者偏AUC的差异（输出p值）
R语言使用pROC包在同一图中绘制两条ROC曲线并通过假设检验检验ROC曲线的AUC或者偏AUC的差异(输出p值) 目录
R语言使用pROC包绘制ROC曲线实战：roc函数计算AUC值、plot.roc函数绘制ROC曲线、添加置信区间、为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来
R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值.plot.roc函数绘制ROC曲线.添加置信区间.为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来目录
R语言使用forestploter包绘制单组及双组森林图
R语言使用forestploter包绘制单组及双组森林图您可以使用 forestplot 包绘制单组和双组森林图.该包提供了一个简单的方法来绘制证据汇总图,并可以在一个图中显示多种证据来源的结果. ...

R语言：使用ComplexHeatmap包绘制热图

R语言：使用ComplexHeatmap包绘制热图相关推荐

最新文章

热门文章