R语言学习系列之“多变的热图”
公众号“生信小课堂”
TCGA数据分析课程：生物信息学教学
前段时间我们更新过一篇推文热图系列1，隶属R语言学习系列，今天我们继续热图系列2
导入数据
library(pheatmap)TEST=read.csv("TEST.csv",sep =',',header = T,row.names=1)
绘制默认热图
pheatmap(TEST)
归一化
我们的示例数据基因差异很明显，而且没有离群值，当有一个极大值的时候，就不会有这样的效果，比如
TEST1=TESTTEST1[1,20]<-1000pheatmap(TEST1)
这样完全看不出差异了，所以这个时候需要对数据进行标准化
#scale ="row"参数对行进行归一化#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(TEST1,scale = "row")#按照行进行均一化
这样就可以看清基因表达之间的差异了
聚类
pheatmap(TEST1,scale ="row",clustering_distance_rows ="correlation")
#表示行聚类使用皮尔森相关系数聚类，默认为欧氏距离"euclidean"
#可以对行，列聚类，cluster_row行 ,cluster_col列
pheatmap(TEST,scale ="row",cluster_row=T,cluster_col=T)
设定cell 的大小
pheatmap(TEST, cellwidth = 10, cellheight = 5, fontsize = 10)#宽10，长5，字体大小10
设定 text
#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,#fontsize_number设置数字的大小pheatmap(TEST, display_numbers =TRUE,number_color ="black",fontsize_number=6)
#设定展示条件
pheatmap(TEST, display_numbers = matrix(ifelse(TEST > 6,"*",""), nrow(test)))#图8#展示大于6的为*
设置 legend
#legend_breaks参数设定图例显示范围，legend_labels参数添加图例标签
pheatmap(TEST, legend_breaks = -3:3)
#也可以去掉legend
pheatmap(TEST, legend= F)
设定 color
#自定义颜色 colorRampPalette
pheatmap(TEST, color = colorRampPalette(c("navy","white","firebrick3"))(100))
每一种颜色在R里面都有代码，如下图，我们可以不断的尝试直到画出自己满意的
颜色代码网址：https://www.114la.com/other/rgb.htm
设置边框
# border_color参数设定每个热图格子的边框色# border=TRIUE/FALSE参数是否要边框线
pheatmap(TEST, border=FALSE)#不要边框
设置注释
#生成列的注释
colnames(TEST)
annotation_col= data.frame(Type=factor(c(rep('cancer',10),rep('normal',10))))
rownames(annotation_col) =colnames(TEST)
#画图
pheatmap(TEST, annotation_col = annotation_col)
设定gap
pheatmap(TEST,scale ="row", annotation_col = annotation_col,gaps_row =25,cluster_rows =FALSE)
pheatmap(TEST,scale ="row", annotation_col = annotation_col,gaps_col =10,cluster_cols =FALSE)
pheatmap(TEST,scale ="row", annotation_col = annotation_col,gaps_col =10,cluster_cols =FALSE,gaps_row =25,cluster_rows =FALSE)
展示行或者列的label
labels_row = c("gene1","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","","gene50")
pheatmap(TEST, annotation_col = annotation_col, labels_row = labels_row,cluster_rows = FALSE)
自己又只做了一个数据，得到下面的图
library(pheatmap)TEST=read.csv("中国加油.csv",sep = ',',header = T,row.names=1)
pheatmap(TEST,cluster_cols=F,cluster_rows=F,show_colnames=F,show_rownames=F,legend = F)
下面是pheatmap包常见的函数
color表示颜色，赋值渐变颜色调色板colorRampPalette属性
kmeans_k绘制热图的行聚类数，如果是NA，那么行不会聚类
scale表示值均一化的方向，或者按照行或列，或者没有，值可以是"row", “column” 或者"none"
cluster_rows表示进行行的聚类，值可以是FALSE或TRUE
cluster_cols表示进行列的聚类，值可以是FALSE或TRUE
clustering_method表示聚类方法，值可以是hclust的任何一种，如"ward.D",“single”, “complete”, “average”, “mcquitty”, “median”, “centroid”, “ward.D2”
border_color表示热图上单元格边框的颜色，如果不绘制边框，则使用NA
cellwidth表示每个单元格的宽度，若选择NA则表示适应窗口
cellheight表示每个单元格的高度，若选择NA则表示适应窗口
cutree_rows基于层次聚类（使用cutree）划分行的簇数（如果未聚集行，则忽略参数）
cutree_cols基于层次聚类（使用cutree）划分列的簇数（如果未聚集行，则忽略参数）
treeheight_row行的树的高度,
treeheight_col列的树的高度
legendTRUE或者FALSE，表示是否显示图例
legend_breaks设置图例的断点
legend_labelslegend_breaks对应的标签例
annotation_row行的分组信息
annotation_col列的分组信息
annotation_colors用于手动指定annotation_row和annotation_col track颜色的列表
annotation_legend
是否显示图例的名称
annotation_names_row
是否显示行注释的名称
annotation_names_col是否显示列注释的名称
show_rownames是否显示行名
show_colnames是否显示列名
main图的名字
fontsize图的字体大小
fontsize_row行名的字体大小，默认与图的字体大小相同
fontsize_col列名的字体大小，默认与图的字体大小相同
angle_col列标签的角度，可选择 (0, 45, 90, 270 and 315)
display_numbers表示是否将数值显示在热图的格子中
number_format设置显示数值的格式，较常用的有"%.2f"（保留小数点后两位），"%.1e"（科学计数法显示，保留小数点后一位）
number_color设置显示内容的颜色
fontsize_number设置显示内容的字体大小
labels_row代替行名的自定义标签
labels_col代替列名的自定义标签
na_col缺失值的颜色
好了，R语言热图系列第二篇就到这啦，需要测试文件的，在后台回复“热图”两个字即可拿到测试数据。
公众号“生信小课堂”
TCGA数据分析课程：生物信息学教学
