（生物信息学）R语言绘图初-中-高级——3-10分文章必备——热图（初级）
发布时间
阅读量：
阅读量
在发表一篇关于生物信息学的文章时，除了要注重研究的核心思路和当前的研究热点之外，在视觉呈现方面同样不容忽视。为了帮助读者更好地理解和应用相关技术，《本专栏》旨在为R语言绘图能力从初级到中级再到高级的读者提供系统的学习资源。通过全面梳理大量文献资料，在重点文章中常见的各种图表类型进行归纳总结，并附带完整的R语言代码实现以及对应的图表解读方法。
本专栏将向大家介绍的图片绘制如下：
1. 散点图
2. 箱线图
3.条形图
4.正负条形图
5.区组条形图
6.小提琴图
7.热图
8.Venn图
9.生存曲线
10.森林图
11.TSNE
12.瀑布图
13.ROC曲线
14.点阵图
15.相关系数图
16.饼图
17.树形图
18.气泡图
19.火山图
20.点图
上次绘制了小提琴图：
（Bioinformatics）Essential skill for articles scoring between 3-5 points in R language visualization tutorial—Violin plots_楷然教你学生信的博客-
生物信息学
下面绘制一下热图：
1.无样本聚类的热图：
准备文件如下：
行名为基因名，列名为样本名，下面开始绘制:
setwd("D:\ data\ Figure1")
## install.package("pheatmap")
library(pheatmap)
dir()
rt=read.csv("data.csv",sep=",",header=T,row.names=1,check.names=F)
rt[1:10,1:5]
pheatmap(rt,
color = colorRampPalette(c("dodgerblue3","dodgerblue2", "snow", "red","red2"))(50),
cluster_cols =T,
fontsize=8,
fontsize_row=8,
scale="row",
show_colnames=F,
fontsize_col=3)
AI助手图片显示如下：
基于基因的表达，我们可以将数据分割成两类：
代码如下：
pheatmap(rt,
color = colorRampPalette(c("dodgerblue3","dodgerblue2", "snow", "red","red2"))(50),
cluster_cols =T,cutree_rows = 2,cutree_cols = 2,
fontsize=8,
fontsize_row=8,
scale="row",
show_colnames=F,
fontsize_col=3)
AI助手
基于样本的聚类分析，在对样本进行亚型分析的基础上，请根据以下步骤完成后续操作：首先，请根据图示完成相关计算；其次，请确保准备好以下材料：第一部分为上述表达数据；第二部分为一份关于样本的注释文件（如图所示）。
分为肿瘤组和正常组，下面我们开始绘制：
setwd("D:\ data\ Figure1")
library(pheatmap)
dir()
rt=read.csv("data.csv",sep=",",header=T,row.names=1,check.names=F)
rt[1:10,1:5]
dir()
Type=read.csv("Sample.csv",sep=",",check.names=F,header=F)
head(Type)
Type=Type[order(Type[,2]),]
head(Type)
rt=rt[,as.vector(Type$V1)]
cluster=as.data.frame(Type[,2])
row.names(cluster)=Type[,1]
colnames(cluster)="Cluster"
rownames(Type) <- colnames(rt)
pheatmap(rt, annotation=cluster,
color = colorRampPalette(c("dodgerblue3","dodgerblue2", "snow", "red","red2"))(50),
cluster_cols =F,
fontsize=8,
fontsize_row=8,
scale="row",
show_colnames=F,
fontsize_col=3)
AI助手如下图所示：
这就是基于正常和肿瘤组两类绘制的热图。
全部评论 (0)
还没有任何评论哟~