R統計繪圖 - 熱圖
Jump to。。。
熱圖繪製
生成測試資料
轉換資料格式
分解繪圖
圖形儲存
生信寶典,一起換個角度學生信
熱圖繪製
熱圖是做分析時常用的展示方式,簡單、直觀、清晰。可以用來顯示基因在不同樣品中表達的高低、表觀修飾水平的高低等。任何一個
數值矩陣
都可以透過合適的方式用熱圖展示。
本篇使用R的
ggplot2
包實現從原始資料讀入到熱圖輸出的過程,並在教程結束後提供一份封裝好的
命令列
繪圖工具,只需要提供矩陣,即可一鍵繪圖。
上一篇講述了Rstudio的使用作為R寫作和編譯環境的入門,後面的命令都可以複製到Rstudio中執行,或寫成一個R指令碼,使用
Rscript heatmap。r
執行。我們還提供了Bash的封裝,在不修改R指令碼的情況下,改變引數繪製出不同的圖形。
生成測試資料
繪圖首先需要資料。透過生成一堆的向量,轉換為矩陣,得到想要的資料。
data <- c(1:6,6:1,6:1,1:6, (6:1)/10,(1:6)/10,(1:6)/10,(6:1)/10,1:6,6:1,6:1,1:6, 6:1,1:6,1:6,6:1)
[1] 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0 2。0 1。0 6。0 5。0 4。0 3。0 2。0 1。0 1。0
[20] 2。0 3。0 4。0 5。0 6。0 0。6 0。5 0。4 0。3 0。2 0。1 0。1 0。2 0。3 0。4 0。5 0。6 0。1 0。2
[39] 0。3 0。4 0。5 0。6 0。6 0。5 0。4 0。3 0。2 0。1 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0
[58] 3。0 2。0 1。0 6。0 5。0 4。0 3。0 2。0 1。0 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0
[77] 2。0 1。0 1。0 2。0 3。0 4。0 5。0 6。0 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0 2。0
[96] 1。0
注意:
運算子
的優先順序。
> 1:3+4
[1] 5 6 7
> (1:3)+4
[1] 5 6 7
> 1:(3+4)
[1] 1 2 3 4 5 6 7
Vector轉為矩陣 (matrix),再轉為資料框 (data。frame)。
# ncol: 指定列數
# byrow: 先按行填充資料
# ?matrix 可檢視函式的使用方法
# as。data。frame的as系列是轉換用的
data <- as。data。frame(matrix(data, ncol=12, byrow=T))
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V11 V12
1 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0 2。0 1。0
2 6。0 5。0 4。0 3。0 2。0 1。0 1。0 2。0 3。0 4。0 5。0 6。0
3 0。6 0。5 0。4 0。3 0。2 0。1 0。1 0。2 0。3 0。4 0。5 0。6
4 0。1 0。2 0。3 0。4 0。5 0。6 0。6 0。5 0。4 0。3 0。2 0。1
5 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0 2。0 1。0
6 6。0 5。0 4。0 3。0 2。0 1。0 1。0 2。0 3。0 4。0 5。0 6。0
7 6。0 5。0 4。0 3。0 2。0 1。0 1。0 2。0 3。0 4。0 5。0 6。0
8 1。0 2。0 3。0 4。0 5。0 6。0 6。0 5。0 4。0 3。0 2。0 1。0
# 增加列的名字
colnames(data) <- c(“Zygote”,“2_cell”,“4_cell”,“8_cell”,“Morula”,“ICM”,“ESC”,“4 week PGC”,“7 week PGC”,“10 week PGC”,“17 week PGC”, “OOcyte”)
# 增加行的名字
# 注意paste和paste0的使用
rownames(data) <- paste(“Gene”, 1:8, sep=“_”)
# 只顯示前6行和前4列
head(data)[,1:4]
Zygote 2_cell 4_cell 8_cell
Gene_1 1。0 2。0 3。0 4。0
Gene_2 6。0 5。0 4。0 3。0
Gene_3 0。6 0。5 0。4 0。3
Gene_4 0。1 0。2 0。3 0。4
Gene_5 1。0 2。0 3。0 4。0
Gene_6 6。0 5。0 4。0 3。0
雖然方法比較繁瑣,但一個數值矩陣已經獲得了。
還有另外2種獲取數值矩陣的方式。
讀入
字串
# 使用字串的好處是不需要額外提供檔案
# 簡單測試時可使用,寫起來不繁瑣,又方便重複
# 尤其適用於線上提問時作為測試案例
> txt <- “ID;Zygote;2_cell;4_cell;8_cell
+ Gene_1;1;2;3;4
+ Gene_2;6;5;4;5
+ Gene_3;0。6;0。5;0。4;0。4”
# 習慣設定quote為空,避免部分基因名字或註釋中存在引號,導致讀入檔案錯誤。
# 具體錯誤可檢視 http://blog。genesino。com/collections/R_tips/ 中的記錄
> data2 <- read。table(text=txt,sep=“;”, header=T, row。names=1, quote=“”)
> head(data2)
Zygote X2_cell X4_cell X8_cell
Gene_1 1。0 2。0 3。0 4。0
Gene_2 6。0 5。0 4。0 5。0
Gene_3 0。6 0。5 0。4 0。4
可以看到列名字中以數字開頭的列都加了
X
。一般要儘量避免行或列名字以
數字開頭
,會給後續分析帶去一些困難;另外名字中出現的非字母、數字、
下劃線
、點的字元都會被轉為
點
,也需要注意,儘量只用字母、下劃線和數字。
# 讀入時,增加一個引數`check。names=F`也可以解決問題。
# 這次數字前沒有再加 X 了
> data2 <- read。table(text=txt,sep=“;”, header=T, row。names=1, quote=“”, check。names = F)
> head(data2)
Zygote 2_cell 4_cell 8_cell
Gene_1 1。0 2。0 3。0 4。0
Gene_2 6。0 5。0 4。0 5。0
Gene_3 0。6 0。5 0。4 0。4
讀入檔案
與上一步類似,只是改為檔名,不再贅述。
> data2 <- read。table(“filename”,sep=“;”, header=T, row。names=1, quote=“”)
轉換資料格式
資料讀入後,還需要一步格式轉換。在使用ggplot2作圖時,有一種長表格模式是最為常用的,尤其是資料不規則時,更應該使用 (這點,我們在講解箱線圖時再說)。
# 如果包沒有安裝,執行下面一句,安裝包
#install。packages(c(“reshape2”,“ggplot2”))
library(reshape2)
library(ggplot2)
# 轉換前,先增加一列ID列,儲存行名字
data$ID <- rownames(data)
# melt:把正常矩陣轉換為長表格模式的函式。工作原理是把全部的非id列的數值列轉為1列,命名為value;所有字元列轉為variable列。
# id。vars 列用於指定哪些列為id列;這些列不會被merge,會保留為完整一列。
data_m <- melt(data, id。vars=c(“ID”))
head(data_m)
ID variable value
1 Gene_1 Zygote 1。0
2 Gene_2 Zygote 6。0
3 Gene_3 Zygote 0。6
4 Gene_4 Zygote 0。1
5 Gene_5 Zygote 1。0
6 Gene_6 Zygote 6。0
7 Gene_7 Zygote 6。0
8 Gene_8 Zygote 1。0
9 Gene_1 2_cell 2。0
10 Gene_2 2_cell 5。0
11 Gene_3 2_cell 0。5
12 Gene_4 2_cell 0。2
13 Gene_5 2_cell 2。0
14 Gene_6 2_cell 5。0
15 Gene_7 2_cell 5。0
16 Gene_8 2_cell 2。0
分解繪圖
資料轉換後就可以畫圖了,分解命令如下:
# data_m: 是前面費了九牛二虎之力得到的資料表
# aes: aesthetic的縮寫,一般指定整體的X軸、Y軸、顏色、形狀、大小等。
# 在最開始讀入資料時,一般只指定x和y,其它後續指定
p <- ggplot(data_m, aes(x=variable,y=ID))
# 熱圖就是一堆方塊根據其值賦予不同的顏色,所以這裡使用fill=value, 用數值做填充色。
p <- p + geom_tile(aes(fill=value))
# ggplot2為圖層繪製,一層層新增,儲存在p中,在輸出p的內容時才會出圖。
p
## 如果你沒有使用Rstudio或其它R圖形版工具,而是在遠端登入的伺服器上執行的互動式R,需要輸入下面的語句,獲得輸出圖形 (圖形儲存於R的工作目錄下的Rplots。pdf檔案中)。
## 如何指定輸出,後面會講到。
#dev。off()
熱圖出來了,但有點不對勁,
橫軸
重疊一起了。一個辦法是調整影象的寬度,另一個是旋轉
橫軸標記
。
# theme: 是處理圖美觀的一個函式,可以調整橫縱軸label的選擇、圖例的位置等。
# 這裡選擇X軸標籤45度。
# hjust和vjust調整標籤的相對位置,具體見
# 簡單說,hjust是水平的對齊方式,0為左,1為右,0。5居中,0-1之間可以取任意值。vjust是
垂直對齊
方式,0底對齊,1為頂對齊,0。5居中,0-1之間可以取任意值。
p <- p + theme(axis。text。x=element_text(angle=45,hjust=1, vjust=1))
p
設定想要的顏色。
# 連續的數字,指定最小數值代表的顏色和最大數值賦予的顏色
# 注意fill和color的區別,fill是填充,color只針對邊緣
p <- p + scale_fill_gradient(low = “white”, high = “red”)
p
調整legend的位置。
# postion可以接受的值有 top, bottom, left, right, 和一個座標 c(0。05,0。8) (左上角,座標是相對於圖的左下角計算的)
p <- p + theme(legend。position=“top”)
調整背景和背景格線以及X軸、Y軸的標題。
p <- p + xlab(“samples”) + theme_bw() + theme(panel。grid。major = element_blank()) + theme(legend。key=element_blank())
p
合併以上命令,就得到了下面這個看似複雜的繪圖命令。
p <- ggplot(data_m, aes(x=variable,y=ID)) + xlab(“samples”) + theme_bw() + theme(panel。grid。major = element_blank()) + theme(legend。key=element_blank()) + theme(axis。text。x=element_text(angle=45,hjust=1, vjust=1)) + theme(legend。position=“top”) + geom_tile(aes(fill=value)) + scale_fill_gradient(low = “white”, high = “red”)
圖形儲存
圖形出來了,就得考慮儲存了,
# 可以跟輸出檔案不同的字尾,以獲得不同的輸出格式
# colormode支援srgb (螢幕)和cmyk (列印,部分雜誌需要,看上去有點褪色的感覺)格式
ggsave(p, filename=“
heatmap。pdf
”, width=10,
height=15, units=c(“cm”),colormodel=“srgb”)
至此,完成了簡單的heatmap的繪圖。但實際繪製時,經常會碰到由於數值變化很大,導致顏色過於集中,使得圖的可讀性下降很多。因此需要對資料進行一些處理,具體的下次再說。
生信寶典,一起換個角度學生信
R語言學習 - 熱圖繪製 (heatmap)
R語言學習 - 基礎概念和矩陣操作
R語言學習 - 熱圖美化
R語言學習 - 熱圖簡化
RBIOINFOCHENTONG
版權宣告:本文為博主原創文章,轉載請註明出處。