利用R語言heatmap.2函數進行聚類并畫熱圖

數據聚類然后展示聚類熱圖是生物信息中組學數據分析的常用方法，在R語言中有很多函數可以實現，譬如heatmap,kmeans等，除此外還有一個用得比較多的就是heatmap.2。最近在網上看到一個筆記文章關于《一步一步學heatmap.2函數》，在此與大家分享。由于原作者不詳，暫未標記來源，請原作者前來認領哦，O(∩_∩)O哈哈~

數據如下：

  library(gplots)
data(mtcars)
x <- as.matrix(mtcars)
rc <- rainbow(nrow(x), start=0, end=.3)
cc <- rainbow(ncol(x), start=0, end=.3)

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片1

X就是一個矩陣，里面是我們需要畫熱圖的數據。

Rc是一個調色板，有32個顏色，漸進的

Cc也是一個調色板，有11個顏色，也是漸進的

首先畫一個默認的圖：

  heatmap.2(x)

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片2

然后可以把聚類數可以去掉：就是控制這個dendrogram參數

  heatmap.2(x, dendrogram=“none”)

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片3

然后我們控制一下聚類樹

  heatmap.2(x, dendrogram=“row”) # 只顯示行向量的聚類情況
heatmap.2(x, dendrogram=“col”) #只顯示列向量的聚類情況

下面還是在調控聚類樹，但是我沒看懂跟上面的參數有啥子區別！

  heatmap.2(x, keysize=2) ## default - dendrogram plotted and reordering done.
heatmap.2(x, Rowv=FALSE, dendrogram=“both”) ## generate warning!
heatmap.2(x, Rowv=NULL, dendrogram=“both”) ## generate warning!
heatmap.2(x, Colv=FALSE, dendrogram=“both”) ## generate warning!

接下來我們可以調控行列向量的label的字體大小方向

首先我們調控列向量，也就是x軸的label

  heatmap.2(x, srtCol=NULL)
heatmap.2(x, srtCol=0, adjCol = c(0.5,1) )
heatmap.2(x, srtCol=45, adjCol = c(1,1) )
heatmap.2(x, srtCol=135, adjCol = c(1,0) )
heatmap.2(x, srtCol=180, adjCol = c(0.5,0) )
heatmap.2(x, srtCol=225, adjCol = c(0,0) ) ## not very useful
heatmap.2(x, srtCol=270, adjCol = c(0,0.5) )
heatmap.2(x, srtCol=315, adjCol = c(0,1) )
heatmap.2(x, srtCol=360, adjCol = c(0.5,1) )

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片4

然后我們調控一下行向量，也就是y軸的label

  heatmap.2(x, srtRow=45, adjRow=c(0, 1) )
heatmap.2(x, srtRow=45, adjRow=c(0, 1), srtCol=45, adjCol=c(1,1) )
heatmap.2(x, srtRow=45, adjRow=c(0, 1), srtCol=270, adjCol=c(0,0.5) )

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片5

設置 offsetRow/offsetCol 可以把label跟熱圖隔開！

  ## Show effect of offsetRow/offsetCol (only works when srtRow/srtCol is 
## not also present) heatmap.2(x, offsetRow=0, offsetCol=0)
heatmap.2(x, offsetRow=1, offsetCol=1) 
heatmap.2(x, offsetRow=2, offsetCol=2) 
heatmap.2(x, offsetRow=-1, offsetCol=-1) 
heatmap.2(x, srtRow=0, srtCol=90, offsetRow=0, offsetCol=0)
heatmap.2(x, srtRow=0, srtCol=90, offsetRow=1, offsetCol=1)
heatmap.2(x, srtRow=0, srtCol=90, offsetRow=2, offsetCol=2)
heatmap.2(x, srtRow=0, srtCol=90, offsetRow=-1, offsetCol=-1)

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片6

  ## Show effect of z-score scaling within columns, blue-red color scale 
hv <- heatmap.2(x, col=bluered, scale=“column”, tracecol=“#303030”)

hv是一個熱圖對象！！！

  > names(hv) # 可以看到hv對象里面有很多子對象
> “rowInd” “colInd” “call” “colMeans” “colSDs” “carpet” “rowDendrogram” “colDendrogram” “breaks” “col” “vline” “colorTable” ## Show the mapping of z-score values to color bins hv $KaTeX parse error: Expected 'EOF', got '#' at position 638: \dotsan class="com">#?# Extract the r\dots$ colorTable[hv $KaTeX parse error: Expected 'EOF', got '#' at position 124: \dotsn class="str">"#?FFFFFF"</span><\dots$ colorTable[hv $KaTeX parse error: Expected 'EOF', got '#' at position 124: \dotsn class="str">"#?FFFFFF"</span><\dots$ colSDs + hv $co lM e an s < / s p an >< s p an c l a ss = " p u n " >, < / s p an >< s p an c l a ss = " pl n " > w hi t e B in < / s p an >< s p an c l a ss = " p u n " > [< / s p an >< s p an c l a ss = " l i t " > 2 < / s p an >< s p an c l a ss = " p u n " >] < / s p an >< s p an c l a ss = " pl n " >< / s p an >< s p an c l a ss = " p u n " > ? < / s p an >< s p an c l a ss = " pl n " > h v$ colSDs + hv $KaTeX parse error: Expected 'EOF', got '#' at position 1148: \dotsn class="str">"#?303030"</span><\dots$ Type)],
 xlab=‘CellLines’,
 ylab=‘Probes’,
 main=Cluster_Method[i],
 col=greenred(64))
 dev.off()
}

這樣就可以一下子把七種cluster的方法依次用到heatmap上面來。而且通過對cluster樹的比較，我們可以從中挑選出最好、最穩定到cluster方法，為后續分析打好基礎！

對下面這個數據聚類：

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片12

  require(graphics)
hc <- hclust(dist(USArrests), “ave”)
plot(hc)

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片13

首先對一個數據框用dist函數處理得到一個dist對象！

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片14

Dist對象比較特殊，專門為hclust函數來畫聚類樹的！

利用R語言heatmap.2函數進行聚類并畫熱圖-圖片15

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/news/208573.shtml
繁體地址，請注明出處：http://hk.pswp.cn/news/208573.shtml
英文地址，請注明出處：http://en.pswp.cn/news/208573.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！