组合Venn图和Heatmap图

处理数据list

library(VennDiagram)

#导入数据,下调数据
1d <- read.table("...diff/1_DEseq2.DEG_down.xls", sep='\t', header=T)
2d <- read.table("...diff/2_DEseq2.DEG_down.xls", sep='\t', header=T)
3d <- read.table("...diff/3_DEseq2.DEG_down.xls", sep='\t', header=T)
4d <- read.table("...diff/4_DEseq2.DEG_down.xls", sep='\t', header=T)

类似地,导入 #上调数据 #全部数据

然后可以做成表,写出数据后分别查看1U2,1U2U3集合内容

#做成表
input_down  <-list(1d$gene_id,2d$gene_id,3d$gene_id,4d$gene_id)
Table_down<-calculate.overlap(input_down)

input_up  <-list(1d$gene_id,2d$gene_id,3d$gene_id,4d$gene_id)
Table_up<-calculate.overlap(input_up)

#写出投加共同上调or下调的表格
write.table(Table_down$“你需要的组合”, file = "mutually down-DESeq2.csv", sep = ",", col.names = NA,qmethod = "double")

绘制Venn图

#绘制Venn图
up<-venn.diagram(input_up,NULL, main.cex = 2,
            category = c("1d", "2d", "3d","4d"),fill = c("dodgerblue", "green", "orange", "darkorchid4"),
            alpha=0.3, cex=1.5, cat.fontface=2, cat.cex = 1, cat.col= c("dodgerblue", "green", "orange", "darkorchid4"),   imagetype = "tiff", ext.line.lty = "dotted", lty = "dotted",
            ext.line.lwd = 0.5,force.unique = F, lwd = 1, main.fontfamily="serif", main = "Up-regulated") #, filename = "Vennup.tif"

down<-venn.diagram(input_down,main.cex = 2,
            category = c("1d", "2d", "3d","4d"),fill = c("dodgerblue", "green", "orange", "darkorchid4"),
            alpha=0.3, cex=1.5, cat.fontface=2, cat.cex = 1, cat.col= c("dodgerblue", "green", "orange", "darkorchid4"), imagetype = "tiff", ext.line.lty = "dotted", lty = "dotted",
            ext.line.lwd = 0.5,force.unique = F, lwd = 1, main.fontfamily="serif", main = "Down-regulated", filename = "Venndown.tif")

分别得到一张上调Venn图和一张下调Venn图,用grid.draw()命令可以查看效果

使用pheatmap绘制heatmap

library(pheatmap)
x<-read.table("Union_for_cluster.xls", sep = "\t", header=T, row.names = 1)

x<-pheatmap(x, clustering_distance_rows = "euclidean", clustering_distance_cols = "euclidean"
        ,annotation_row = NA, cellwidth = 15,show_rownames = F, drop_levels = F
        ,clustering_method = "average", scale = "row")

#the agglomeration method should be one of "ward.D", "ward.D2", "single","complete", "average" (= UPGMA), "mcquitty" (= WPGMA), "median" (= WPGMC) or "centroid" (= UPGMC).

把两张Venn图和一张heatmap图组合在一起

这件事费了我好大功夫啊……本来想看看Y叔有什么神奇的办法,因为自己是个半吊子,但是看了听说你还不会画heatmap以后也没学会,Y叔说可以用cowplot包,plot_grid这个函数可以拼一切基于grid的图。pheatmap是可以,但是VennDiagram生成对象是gList,用plot_grid()这个命令没办法处理gList,不停报错(差点掀桌),没办法,只好自己慢慢啃呲(谁让我是半瓶水呢)。

grid.newpage()
pushViewport(plotViewport(layout=grid.layout(2, 2,just = "centre")))
pushViewport(plotViewport(layout.pos.row=1, layout.pos.col=1))
grid.draw(up)
popViewport()
pushViewport(plotViewport(layout.pos.row=2, layout.pos.col=1, clip="on"))
grid.draw(down)
popViewport()
pushViewport(plotViewport(layout.pos.col=2, clip="inherit"))
grid.draw(x$gtable)
popViewport()
image.png

好了,因为用了自己的数据所以只能传一张高糊图片,总之最终效果就是左边2张Venn右边1张heatmap

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,406评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,976评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,302评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,366评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,372评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,457评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,872评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,521评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,717评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,523评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,590评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,299评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,859评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,883评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,127评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,760评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,290评论 2 342

推荐阅读更多精彩内容

  • On Mouth What is ...
    Stockman阅读 216评论 0 0
  • 2016年5月16日晚,小宝躺上床时,看时间尚早不到八点半,我蹲在床边握着他的手,和他聊了一会儿天。和小孩子聊天总...
    知了唯知爱阅读 1,013评论 0 0
  • 我希望你很会玩儿,可以很小孩子一样对着我耍赖,带着我四处玩耍; 我希望咱们两个性格互补,我主静你主动,你可以带动我...
    想当作家的猴哥阅读 214评论 0 0
  • 冬至的前一天刚收到儿子打来的电话,紧急回了家。原本以为可以陪他走完全程在送回,却没想到,昨天中午又接到了姐姐的电话...
    米兰朵阅读 234评论 0 0