pheatmap熱圖代碼詳解

熱圖，又稱為熱點圖、熱度圖，是一種數據可視化技術。pheatmap是一種在R語言中用於生成熱圖的包。pheatmap包提供了許多可定製化的參數，使用戶可以輕鬆地自定義熱圖的外觀和行為。

一、安裝和載入pheatmap包

在使用pheatmap之前，必須先安裝和載入該包。可以通過以下命令在R中安裝pheatmap包：

install.packages("pheatmap")

安裝完成後，在每個新的R會話中，使用以下命令載入pheatmap包：

library(pheatmap)

二、生成熱圖的基本語法

在pheatmap中，生成熱圖的基本語法如下：

pheatmap(mat, ...) 

其中，mat參數是要繪製的矩陣，…是一系列可選的圖形參數，如行和列的標籤等。

三、載入數據

在使用pheatmap之前，需要將數據載入到R環境中。假設我們有一個名為data的數據集和一個名為labels的標籤集。通過以下命令可以將數據集放到R環境中：

data <-read.csv("data.csv",header=TRUE,sep=",")

該命令將CSV文件data.csv作為數據集載入到data中，並將第一行設置為標題。sep參數指定了CSV文件中的列分隔符，通常為逗號。

如果有行標籤和列標籤，可以使用以下語法將它們分別放到row_labels和col_labels變數中：

row_labels <-data[,1]
col_labels <-names(data[,2:ncol(data)])

四、生成最簡單的熱圖

以下是生成最簡單熱圖的代碼：

pheatmap(data)

該代碼將直接生成一個熱圖，該熱圖沒有標籤、沒有顏色邊界或文本。這是最基本和簡單的熱圖。

五、添加標籤

熱圖的標籤對於讀者來說非常重要。可以使用pheatmap中的row_names和col_names參數添加相應的標籤。以下是使用row_names和col_names參數生成標籤的代碼：

pheatmap(data, row_names=row_labels, col_names=col_labels)

六、自定義顏色

在pheatmap中，可以使用colorRampPalette函數來自定義顏色。以下是自定義顏色的代碼：

# 自定義顏色
my_palette <- colorRampPalette(c("yellow", "red"))(n = 99)
pheatmap(data, 
         color=my_palette)

該代碼將生成一個使用自定義顏色的熱圖，這裡生成的顏色是從黃色到紅色漸變的。color參數指定顏色向量。

七、添加行和列的注釋

在熱圖中添加行注釋和列注釋是一項有用的功能。可以使用pheatmap中的注釋函數來添加註釋。以下是添加行注釋和列注釋的代碼：

# 添加行注釋和列注釋
library(RColorBrewer)
col_anno_colors <- brewer.pal(3, "Set1")
rownames(data) <- paste("gene", 1:nrow(data), sep = "")
pheatmap(data, 
         annotation_col = data.frame(cell_type = c(rep("Type1", 3), rep("Type2", 3)), 
                                     row.names = colnames(data)), 
         annotation_row = data.frame(exp_group = c(rep("A", 2), rep("B", 2), rep("C", 2)), 
                                     row.names = rownames(data)),
         annotation_colors = list(exp_group = c(A = col_anno_colors[1], 
                                                B = col_anno_colors[2], 
                                                C = col_anno_colors[3])))

該代碼添加了行注釋和列注釋，它們用不同的顏色和標籤表示了輸入數據的分類。annotation_col和annotation_row參數用於注釋行和列的注釋，annotation_colors參數定義顏色。

八、設置字體

在pheatmap中，可以使用字體參數來設置字體。以下是設置字體的代碼：

# 設置字體
library(extrafont)
pheatmap(data, 
         fontface = "bold", 
         fontsize_row = 14,
         fontsize_col = 12)

該代碼設置了熱圖中行和列的字體大小和粗細。

九、調整布局

pheatmap提供了幾個參數，以方便調整熱圖的布局。以下是調整布局的代碼：

# 調整布局
pheatmap(data, 
         cellwidth = 30, 
         cellheight = 20, 
         margin = c(10,12), 
         main = "My heatmap")

該代碼調整了熱圖的單元格大小、邊距和標題。cellwidth和cellheight參數用於定義單元格的大小，margin參數定義了熱圖的外邊距，main參數定義了熱圖的標題。

十、合併熱圖

使用layout函數，可以將多個熱圖合併成一個完整的熱圖。以下是合併熱圖的代碼：

# 合併熱圖
p1 <- pheatmap(data1, 
                fontsize_col = 10, 
                fontsize_row = 16, 
                annotation_col = data.frame(type = c("A", "B", "C")), 
                annotation_colors = list(type = c(A = "red", B = "blue", C = "green")))

p2 <- pheatmap(data2, 
                fontsize_col = 10, 
                fontsize_row = 16, 
                annotation_col = data.frame(type = c("D", "E", "F")), 
                annotation_colors = list(type = c(D = "red", E = "blue", F = "green")))

layout(matrix(c(1,2), 1, 2), widths = c(4,4))
p1
p2

該代碼將兩個熱圖水平排列，並將它們放到一個更大的熱圖中。

總結

簡而言之，pheatmap是一種R語言包，用於生成高度可定製的熱圖。本文介紹了如何使用pheatmap來生成熱圖，並根據需要自定義行、列的標籤、注釋、顏色、字體以及調整布局。此外，還可以將多個熱圖合併成一個完整的熱圖。使用pheatmap包可以輕鬆生成優美而信息豐富的熱圖。