使用pheatmap绘制一个简单的热图

阅读数: 次 2020-08-10

今天抽空写一个绘制热图的教程，写这个主要还是个自己电脑里面的R语言代码写个备份
为什么要做备份，因为今天早上的时候笔记本键盘进水了，就觉得有些东西写个博客防网页上留个备份也是不错的，
所以实际上这篇博客也不是什么教程类，更像是贴个代码而已

数据准备

这次我们就用最常见的转录组数据来作为一个输入文件来进行绘制

数据格式如下：

$              tissue1   tissue2   tissue3  ......
$ gene1   16.7        49.7       29.3      ......
$ gene2   23.1        99.1       7.1        ......
$ .......

实际过程中，每个组织应该都有重复，或者你这个取重复的平均值或者总值；
这里为了数据格式展示方便，就不用真正的原始数据来展示了

开始绘制热图

我们需要一个R包，也只需要一个R包，pheatmap。当然你也可以使用ggplot2，
毕竟那个美国男人是真的强大，写出了一个功能如此强大的R包
不过你喜欢配色的话也可以使用一些R包去美化，比如说我使用的ggsci或者RcolorBrewer

library(pheatmap)
library(ggplot2)
library(ggsci)#配色包也可以使用RcolorBrewer
rm(list=ls())
#get a heatmap (continue updating)
data1 <- as.data.frame(read.table("input.file",header = T))
data<-data1[,c(3,4,2,5)]#对数据进行排序
rownames(data)<-data1[,1]
pheatmap(data,
         scale = "row",#归一化
         clustering_method = "average",#据类方法
         clustering_distance_rows = "correlation",
         cellwidth = 25, cellheight = 8, fontsize = 9,
         cluster_cols=F, angle_col = "45",
         border=FALSE,treeheight_row=40,
         show_rownames=T,
         fontsize_row=8,fontsize_col=12,
         silent=F, 
         legend_breaks=seq(-1,1,0.5))

over,这样子我们就初步完成了一个热图了啦

验证原始数据的准确性

数据是否可靠，这又是一个老生常谈的问题了。方法很多
不过这里我决定用一个热图去展示这些东西。算是一个附带吧。。。。。。
不写pheatmap这个包我都快忘记了这个东西了，人的记忆力总是如此的搞笑，不是吗？

library("ggplot2")
library("ggcorrplot")
library("amap")
library("pheatmap")
library("RColorBrewer")
library("gplots")

dataset <- read.table('input.file',header = TRUE, row.names = 1)
pearson_cor <- as.matrix(cor(dataset, method="pearson"))
hc <- hcluster(t(dataset), method="pearson")
hmcol <- colorRampPalette(brewer.pal(9, "GnBu"))(100)
heatmap.2(pearson_cor, Rowv=as.dendrogram(hc), symm=T, trace="none",col=hmcol, margins=c(11,11), main="The pearson correlation of each sample")

这些代码我就不解释了。相信看的懂上面那些代码，bye~