R语言绘图 | 使用pheatmap绘制热图

热图绘制方法有哪些

R包绘制热图：pheatmap，heatmap，corrplot，complexHeatmap

介绍

pheatmap是一个在R语言中不可或缺的包，其主要用于绘制热图。热图作为数据可视化的一种形式，能够清晰地展示二维数据集中的模式、关联和聚类结构。pheatmap包使得绘制具有数值矩阵的热图变得简单。这些数值矩阵可以涵盖各种数据类型，例如基因表达量、蛋白质浓度，或者是样本间的相关系数等。

这个包为用户提供了丰富的定制选项，使得我们能够调整热图的外观以满足特定的需求。它能够自动对数据进行聚类，并且通过颜色编码来表示数据值的大小。用户可以根据需求选择不同的调色板，以便更好地突出显示不同的数据模式。

除了基本的热图绘制功能，pheatmap包还具备一些附加功能，如添加图例、行和列的聚类树、标签等。这些功能大大增强了热图的可读性和信息量。

总的来说，pheatmap是一个强大且易于使用的热图绘制工具，被广泛应用于生物学、基因组学、遗传学、统计学等多个领域。通过使用pheatmap，我们可以将复杂的数据以直观、易懂的形式呈现出来，从而更好地洞察和理解数据集中的模式和关联。

准备

# 安装和加载包
install.packages("pheatmap")
library(pheatmap)


# 数据准备
test = matrix(rnorm(200), 20, 10)
test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3
test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2
test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4
colnames(test) = paste("Test", 1:10, sep = "")
rownames(test) = paste("Gene", 1:20, sep = "")


View(test)

绘图

来源：R：热图解释 ｜ pheatmap包参数及详细聚类图绘制流程（一篇解决热图绘制问题）

pheatmap(test)

pheatmap(test, kmeans_k = 2)

pheatmap(test, scale = "row", clustering_distance_rows = "correlation")

pheatmap(test, color = colorRampPalette(c("navy", "white", "firebrick3"))(50))

pheatmap(test, cluster_row = FALSE)

pheatmap(test, legend = FALSE)

「就介绍到这里了，谢谢大家！」