获取pheatmap热图聚类后和标准化后的结果

pheatmap是简单常用的热图绘制包，可以快速、简单、可定制的绘制漂亮热图。具体见R语言学习-热图简化和免费高颜值可定制在线绘图工具 ImageGP。

现在要解决的一个问题是图出来了，想看下转换后用于绘图的表格，也就是获取聚类后的矩阵和聚类标准化后的矩阵。

生成测试数据

mat <- matrix(rnorm(30), nrow=5)colnames(mat) <- paste("sample", 1:6, sep="_")rownames(mat) <- paste("gene", 1:5, sep="_")mat

结果如下

##          sample_1   sample_2   sample_3    sample_4   sample_5   sample_6
## gene_1 -0.3286368  0.3153119 -0.7730821 -0.85242874 -0.5303812  0.5088226
## gene_2 -1.3153020  0.3193550  0.4496518 -1.08782734  1.7620763 -0.9312810
## gene_3  0.6545161 -0.8220414 -1.1916559  0.04775437  0.2814619  1.8720241
## gene_4  1.0810986  0.2298092 -0.3615045  0.70162614  1.8572989  0.7250737
## gene_5 -1.8931573  2.7013864  0.5049798 -0.13541785 -1.7796036 -0.3185864

绘图

library(pheatmap)# 绘图同时存储绘图结果
(a <- pheatmap(mat, cluster_rows = T, cluster_cols = T))

提取聚类后的原始矩阵

# 查看绘图数据的结构
# 直接查看会很大，这里只展示其前2层
# str: structure
str(a, max.level = 2)# Rstudio中
# View(a)

结果如下

## List of 4
##  $ tree_row:List of 7
##   ..$ merge      : int [1:4, 1:2] -1 -4 -2 -5 -3 1 2 3
##   ..$ height     : num [1:4] 2.4 3.21 4.38 5.56
##   ..$ order      : int [1:5] 5 2 4 1 3
##   ..$ labels     : chr [1:5] "gene_1" "gene_2" "gene_3" "gene_4" ...
##   ..$ method     : chr "complete"
##   ..$ call       : language hclust(d = d, method = method)
##   ..$ dist.method: chr "euclidean"
##   ..- attr(*, "class")= chr "hclust"
##  $ tree_col:List of 7
##   ..$ merge      : int [1:5, 1:2] -1 -6 -2 -5 3 -4 1 -3 2 4
##   ..$ height     : num [1:5] 1.98 2.29 2.55 3.78 5.21
##   ..$ order      : int [1:6] 2 3 5 6 1 4
##   ..$ labels     : chr [1:6] "sample_1" "sample_2" "sample_3" "sample_4" ...
##   ..$ method     : chr "complete"
##   ..$ call       : language hclust(d = d, method = method)
##   ..$ dist.method: chr "euclidean"
##   ..- attr(*, "class")= chr "hclust"
##  $ kmeans  : logi NA
##  $ gtable  :List of 6
##   ..$ grobs        :List of 6
##   ..$ layout       :'data.frame':    6 obs. of  7 variables:
##   ..$ widths       :List of 6
##   .. ..- attr(*, "class")= chr [1:2] "unit.list" "unit"
##   ..$ heights      :List of 5
##   .. ..- attr(*, "class")= chr [1:2] "unit.list" "unit"
##   ..$ respect      : logi FALSE
##   ..$ rownames     : NULL
##   ..- attr(*, "class")= chr [1:4] "gtable" "gTree" "grob" "gDesc"
##  - attr(*, "class")= chr "pheatmap"

重新排列行和列

mat_cluster <- mat[a$tree_row$order, a$tree_col$order]mat_cluster

完成提取

##          sample_2   sample_3   sample_5   sample_6   sample_1    sample_4
## gene_5  2.7013864  0.5049798 -1.7796036 -0.3185864 -1.8931573 -0.13541785
## gene_2  0.3193550  0.4496518  1.7620763 -0.9312810 -1.3153020 -1.08782734
## gene_4  0.2298092 -0.3615045  1.8572989  0.7250737  1.0810986  0.70162614
## gene_1  0.3153119 -0.7730821 -0.5303812  0.5088226 -0.3286368 -0.85242874
## gene_3 -0.8220414 -1.1916559  0.2814619  1.8720241  0.6545161  0.04775437

提取聚类后的标准化矩阵

(a <- pheatmap(mat, scale="row", display_numbers = T))

直接提取不太方便。这可以自己先对数据scale标准化处理，再排序。

mat_scale <- round(t(apply(mat, 1, scale)),2)
colnames(mat_scale) <- colnames(mat)
mat_scale

最终结果

mat_cluster <- mat_scale[a$tree_row$order, a$tree_col$order]mat_cluster

##        sample_2 sample_3 sample_5 sample_6 sample_1 sample_4
## gene_3    -0.88    -1.22     0.13     1.58     0.47    -0.08
## gene_4    -0.63    -1.42     1.53     0.03     0.50    -0.01
## gene_2     0.38     0.49     1.59    -0.67    -0.99    -0.80
## gene_1     1.04    -0.87    -0.45     1.38    -0.09    -1.01
## gene_5     1.69     0.39    -0.96    -0.10    -1.03     0.01

R统计和作图

Graphpad，经典绘图工具初学初探
你的包佩奇了吗？试试新版Rstudio，自动提醒缺失包！
原来Rstudio还可以这么使用，又方便了一些
在R中赞扬下努力工作的你，奖励一份CheatShet
别人的电子书，你的电子书，都在bookdown
R语言 - 入门环境Rstudio
R语言 - 热图绘制 (heatmap)
R语言 - 基础概念和矩阵操作
R语言 - 热图简化
R语言 - 热图美化
R语言 - 线图绘制
R语言 - 线图一步法
R语言 - 箱线图（小提琴图、抖动图、区域散点图）
R语言 - 箱线图一步法
R语言 - 火山图
R语言 - 富集分析泡泡图
R语言 - 散点图绘制
R语言 - 韦恩图
R语言 - 柱状图
R语言 - 图形设置中英字体
R语言 - 非参数法生存分析
R语言 - 绘制seq logo图
WGCNA分析，简单全面的最新教程
psych +igraph：共表达网络构建
一文学会网络分析——Co-occurrence网络图在R中的实现
一文看懂PCA主成分分析
富集分析DotPlot，可以服
基因共表达聚类分析和可视化
R中1010个热图绘制方法
还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
一个函数抓取代谢组学权威数据库HMDB的所有表格数据
文章用图的修改和排版
network3D: 交互式桑基图
network3D 交互式网络生成
Seq logo 在线绘制工具——Weblogo
生物AI插图素材获取和拼装指导
ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
图像处理R包magick学习笔记
SOM基因表达聚类分析初探
利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况
一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制
AI科研绘图（二）：模式图的基本画法
你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？
R语言可视化学习笔记之ggridges包
利用ComplexHeatmap绘制热图(一)
ggplot2学习笔记之图形排列
R包reshape2，轻松实现长、宽数据表格转换
用R在地图上绘制网络图的三种方法
PCA主成分分析实战和可视化附R代码和测试数据
iTOL快速绘制颜值最高的进化树！
12个ggplot2扩展包帮你实现更强大的可视化
编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出
R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences
数据可视化基本套路总结
你知道R中的赋值符号箭头<-和等号=的区别吗？
使用dplyr进行数据操作30例
交集intersect、并集union、找不同setdiff
R包reshape2，轻松实现长、宽数据表格转换
1数据类型（向量、数组、矩阵、列表和数据框）
2读写数据所需的主要函数、与外部环境交互
3数据筛选——提取对象的子集
4向量、矩阵的数学运算
5控制结构
6函数及作用域
7认识循环函数lapply和sapply
8分解数据框split和查看对象str
9模拟—随机数、抽样、线性模型
1初识ggplot2绘制几何对象
2图层的使用—基础、加标签、注释
3工具箱—误差线、加权数、展示数据分布
4语法基础
5通过图层构建图像
6标度、轴和图例
7定位-分面和坐标系
8主题设置、存储导出
9绘图需要的数据整理技术
创建属于自己的调色板
28个实用绘图包，总有几个适合你
热图绘制
R做线性回归
绘图相关系数矩阵corrplot
相关矩阵可视化ggcorrplot
绘制交互式图形recharts
交互式可视化CanvasXpress
聚类分析factoextra
LDA分析、作图及添加置信-ggord
解决散点图样品标签重叠ggrepel
添加P值或显著性标记ggpubr
Alpha多样性稀释曲线rarefraction curve
堆叠柱状图各成分连线画法：突出组间变化
冲击图展示组间时间序列变化ggalluvial
桑基图riverplot
微生物环境因子分析ggvegan
五彩进化树与热图更配ggtree
多元回归树分析mvpart
随机森林randomForest 分类Classification 回归Regression
加权基因共表达网络分析WGCNA
circlize包绘制circos-plot
R语言搭建炫酷的线上博客系统
维恩(Venn)图绘制工具大全（在线+R包）
R包circlize：柱状图用腻了？试试好看的弦状图

获取pheatmap热图聚类后和标准化后的结果相关推荐

r语言热图对列不进行聚类_R语言：手把手教你画pheatmap热图
R语言:手把手教你画pheatmap热图微生态导读: pheatmap默认会对输入矩阵数据的行和列同时进行聚类,但是也可以通过布尔型参数cluster_rows和cluster_cols设置是否对 ...
R语言学习 - 热图美化（数值标准化和调整坐标轴顺序）
生物信息学习的正确姿势 NGS系列文章包括NGS基础.在线绘图.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞 ...
pheatmap热图
pheatmap热图 # Create test matrix test = matrix(rnorm(200), 20, 10) test[1:10, seq(1, 10, 2)] = test[1 ...
Pheatmap热图的绘制及如何调整图片
Pheatmap热图的绘制及如何调整图片 Pheatmap包是R语言绘制热图比较强大的软件包,当然现在也有很多资料介绍这个包的使用,但是今天我写的重点不是如何使用这个包绘制热图,而是如何绘制出更好看的 ...
获取pheatmap聚类后和标准化后的结果
pheatmap是简单常用的热图绘制包,可以快速.简单.可定制的绘制漂亮热图.具体见R语言学习-热图简化和免费高颜值可定制在线绘图工具 ImageGP. 现在要解决的一个问题是图出来了,想看下转换后用 ...
基因表达热图聚类并增加行列注释
聚个类,可能模式更清晰一些.聚类参数有很多,如下图:按行聚类.按列聚类.行列聚类,聚类方法是什么,距离矩阵算法选哪个,我们提供了21种聚类算法,有通用的,有特异用于菌群数据的. 在我们打开聚类之前,这 ...
热图pheatmap 热图3：热图行列分组信息注释
热图pheatmap library(pheatmap) getwd() setwd("D:\Win10 System\Documents\WeChat Files\wxid_f27yna0 ...
245热图展示微生物组的物种和功能丰度或有无、距离矩阵
245热图展示微生物组的物种和功能丰度或有无本节作者:吴一磊中科院微生物所版本1.0.7,更新日期:2020年8月13日本项目永久地址:https://github.com/YongxinLi ...
【R语言】——pheatmap包绘制聚类热图1（保姆级教程）
一.前言 1 热图介绍通常,热图是对所获得的数据或其他因素进行归一化处理后,用颜色的变化来直观表示不同样本间的变化情况.本质上其是由一个个用预设颜色表示数值大小的小方格组成的数据矩阵,并通过对因子或 ...

获取pheatmap热图聚类后和标准化后的结果

提取聚类后的原始矩阵

提取聚类后的标准化矩阵

R统计和作图

获取pheatmap热图聚类后和标准化后的结果相关推荐

最新文章

热门文章