九. R语言作图--pheatmap(热图)

1. 热图及分组

library(pheatmap) #加载库
test=read.table('abc.txt', header = T, sep = ',') #导入数据
row.names(test)=test[,1] #设定行名
test=scale(test[,-1]) #数据去掉第一列并标准化
annotation_col = data.frame(
  CellType = factor(rep(c("CT1", "CT2", "CT3"), 3)), 
  Time = c(1,1,1,2,2,2,3,3,3)
) #列分组
rownames(annotation_col) = colnames(test)#指定annotation_col行名

annotation_row = data.frame(
  GeneClass = factor(rep(c("Path1", "Path2", "Path3"), c(8, 8, 8)))
)#行分组
rownames(annotation_row) = rownames(test)#指定annotation_row行名
ann_colors = list(
  Time = c("white", "firebrick"),
  CellType = c(CT1 = "#1B9E77", CT2 = "#D95F02", CT3 = "#7570b3"),
  GeneClass = c(Path1 = "#7570B3", Path2 = "#E7298A", Path3 = "#66A61E")
)#设置分组颜色

pheatmap(test, 
         annotation_col = annotation_col, 
         annotation_row = annotation_row,
         display_numbers = matrix(ifelse(test > 3, "*", ""), nrow(test)),#标注*
         gaps_row = c(8, 16),#设置行间隔
         cutree_cols = 3,#设置列间隔
         show_rownames = T,
         cluster_rows = F,#设置行不聚类
         annotation_colors = ann_colors[2],
         labels_row =paste("gene", 1:24, sep = ""),#重命名
         labels_col =paste("sample", 1:9, sep = ""),#重命名
         )#画图
pheatmap.png

2. 热图聚类和排序

绘制热图的时候我们会遇到这样的问题,我们有一组数据(特别是数据比较多的时候),绘制热图后分别对行和列进行聚类,然后我们想导出聚类后的表达矩阵,该如何实现?

library(pheatmap)
test=read.table('abc.txt', header = T, sep = '\t')
row.names(test)=test[,1]
test=test[,-1]
pheatmap(test,cluster_rows = F, cluster_cols = F,show_colnames = F,show_rownames = F) #Fig01 原始表达矩阵直接展示
pheatmap(test,show_colnames = F,show_rownames = F) #Fig02 对原始表达矩阵的行和列分别聚类
#pheatmap(test, kmeans_k =4)
#pheatmap(test,  clustering_distance_rows = "correlation")#scale = "row",
#pheatmap(test, color = colorRampPalette(c("navy", "white", "firebrick3"))(50))
#pheatmap(test, cluster_row = T,fontsize_row = 6, fontsize_col = 0.2)
p<-pheatmap(test, cluster_row = T,cluster_col = T,show_colnames = F,show_rownames = F,fontsize_row = 4, fontsize_col = 0.2)
p
gn=rownames(test)[p$tree_row[["order"]]]
sn=colnames(test)[p$tree_col[["order"]]]
new_test=test[gn,sn]
new_test #Fig03 对原始表达矩阵的行和列分别聚类后的矩阵
p<-pheatmap(new_test, cluster_rows = F, cluster_cols = F, show_colnames = F,show_rownames = F, fontsize_row = 4, fontsize_col = 0.2)
write.csv(new_test,file = "4_new.csv") #输出聚类后的矩阵
Fig01.png

Fig02.png

Fig03.png
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 193,812评论 5 459
  • 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 81,626评论 2 371
  • 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 141,144评论 0 319
  • 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 52,052评论 1 263
  • 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 60,925评论 4 355
  • 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 46,035评论 1 272
  • 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 36,461评论 3 381
  • 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 35,150评论 0 253
  • 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 39,413评论 1 290
  • 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 34,501评论 2 307
  • 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 36,277评论 1 325
  • 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 32,159评论 3 312
  • 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 37,528评论 3 298
  • 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 28,868评论 0 17
  • 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 30,143评论 1 250
  • 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 41,407评论 2 341
  • 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 40,615评论 2 335

推荐阅读更多精彩内容