如何用R语言绘制热图

Python020

如何用R语言绘制热图,第1张

# --enable-R-shlib 需要设置,使得其他程序包括Rstudio可以使用R的动态库# --prefix指定软件安装目录,需使用绝对路径./configure --prefix=/home/ehbio/R/3.4.0 --enable-R-shlib# 也可以使用这个命令,共享系统的blas库,提高运输速度#./configure --prefix=/home/ehbio/R/3.4.0 --enable-R-shlib --with-blas --with-lapackmakemake install

作业

读取文件用得比较多的参数有:

“header”,“sep”,“quote”,“na.strings”,“fill”,“strip.white ”,“blank.lines.skip”,“comment.char ”,“”等等。

read.csv里的参数不多,如运行以下命令时,读取文件用得比较多的参数有,“header”,“ sep ”,“ quote”,“dec”,“fill ”,“comment.char ”。

在RStudio中从文件夹“file”的子目录“New file”里打开R markdown:

了解markdown一些选项和图标的功能:

如图中的解释:

R语言中的pheatmap包是制作热图的一个工具,在基因表达中,根据得来的实验数据,在使用pheatmap制作的基因表达或其它测试结果的热图中,如可以用不同颜色展示基因的表达量的差异。

注:引用网上的数据( https://blog.csdn.net/sinat_38163598/article/details/72770404 )练习,刚接触,需要花一些时间去了解

补充:

1.今天涉及到一些快捷键的使用

输入简单的向量,paste和paste0输入方式是一样的,如:

输入多个向量,paste需要在每个向量间用sep = " ",分开。

本文是个人笔记,请谨慎付费[星球用户可免费看]。

我们在分析了差异表达数据之后,经常要进行热图的可视化展示。

热图(Heat map) 是一个以 颜色 变化来显示数据的 矩阵 。虽然“热图”是一个新兴的词汇,但是用明暗的矩阵来标示元素的方法已经有超过一世纪的历史了。

热图源自于展示数据的平面图像,较大的数字以小的深灰色、黑色方格呈现,而较小的数字则以较亮的方格标示。如Toussaint Loua在1873年就曾使用这样的手法来绘制对 巴黎 各区的社会学统计。 [1] 彼得·斯伊斯在1957年时进行 群集分析 时也透过置换矩阵的行和列的方法将更相似的值标示在一起。雅克·贝尔坦也曾用过类似的方法标示出 累积量表 的资料。而将 阶层式分群法 加入到矩阵中的概念则是由罗伯特·F·林于1973年创造,他利用多次印刷堆叠出的字符来表示不同程度的灰色,将每个字符大小则视为一像素。利兰·威尔金森则是于1994年开发出了第一个能生成高分辨率的矩阵的计算机程序—SYSTAT。

软件设计师科尔马克·金尼则在1991年时注册了热图这个商标用以形容一种描绘金融市场信息的平面图形, [2] 但是取得了金尼发明的公司在2003年时不小心使得这个商标失效了 [3]