Pheatmap怎樣繪制熱圖

Pheatmap怎樣繪制熱圖，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

隨機生成，10個基因，每個基因4個處理，每個處理3個平行，表達量RPKM值在1-120之間，矩陣第一個RPKM數值為250：

> library(pheatmap)

> data <- matrix(runif(120,0,120),ncol=12)

> data[1] <- 250

> colnames(data) <- c(paste0('tr_1_',seq(1,3)),paste0('tr_2',seq(1,3)),paste0('tr_3',seq(1,3)),paste0('tr_4',seq(1,3)))

> rownames(data) <- c(paste0('gene',seq(1,10)))

運行過程生成matrix和圖片：

利用border_color參數修改邊界顏色：

>pheatmap(data,border_color = "blue")

> pheatmap(data,border_color = "red")

> pheatmap(data,border_color = "pink")

> pheatmap(data,border_color = "green")

colorRampPalette參數的使用：

> colors <- colorRampPalette(c("blue", "red"))(5)#顏色從藍色到紅色漸變色，5表示長度為5的顏色梯度

> colors

[1] "#0000FF" "#3F00BF" "#7F007F" "#BF003F" "#FF0000"

> pheatmap(data,border_color = "yellow",color=colorRampPalette(c('#00ff00','white','#EE0000'))(100))

運行結果如下：

scale參數的使用：

scale是指對數值進行均一化處理，在基因表達量的數據中，有些基因表達量極低，有些基因表達量極高，因此把每個基因在不同處理和重復中的數據轉換為平均值為0，方差為1的數據，可以看出每個基因在某個處理和重復中表達量是高還是低。

“row”、“colume”、“none”分別表示對成行或成列的進行均一化，或不做均一化，一般數據處理中基因的表達量做均一化處理，選擇“row”

> pheatmap(data,border_color = "yellow",color = colorRampPalette(c('pink','blue'))(100),scale='row')

參數：cluster_rows／cluster_cols和cellwidth／cellheight

對基因的順序進行聚類，因此可使用cluster_rows／cluster_col來修改；同時可以使用cellwidth／cellheight對每個單元方塊的大小進行設置:

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20)

參數：legend／legend_breaks／legend_labels

使用legend閾值邏輯值來對色度條進行隱藏，以及對色度條上對應位置的字符進行修改:

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'))

運行結果如下：

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend=FALSE,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'))

參數：gaps_row／gaps_col、cutree_rows／cutree_cols和treeheight_row／treeheight_col

cutree_rows按聚類分割，如cutree_rows=2，把基因表達量聚類分成2類；gaps_col=c(3,6,9)不能聚類，把重復都分開。gaps_XX對行或列進行分割，就不應對相應的行或列進行聚類；treeheight_row參數改變聚類的支長長度：

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend=FALSE,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'),cutree_rows = 2,gaps_col = c(3,6,9),treeheight_row = 10)

參數：annotation_row／annotation_col、annotation_colors、annotation_legend和annotation_names_row／annotation_names_col

利用annotation_col參數，給各個處理添加一個顏色標簽；

利用annotation_colors對標簽的顏色進行修改；

利用annotation_legend設置是否顯示標簽注釋條；

利用annotation_names_col設置是否顯示標簽名稱。

>annotation_col=data.frame(treat=factor(rep(paste0('T',1:4),each=3)),class=factor(rep(paste0('class',1:2),each=6)))

>ann_color=list(a=c(T1='yellow',T2='#757083',T3='firebrick',T4='#66A61E'),b=c(class1='blue',class2='#1B9E77'))

> row.names(annotation_col)=colnames(data)

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'),cutree_rows = 2,gaps_col = c(3,6,9),treeheight_row = 10,annotation_col=annotation_col,annotation_legend=TRUE,annotation_colors=ann_color,annotation_names_col=TRUE)

運行過程中產生數據與圖：

annotation_col：

參數：display_numbers、number_format、number_color和fontsize_number

利用display_numbers參數可以在每個單元框內顯示每個方框對于的數據，其中有三個選項，TRUE、FALSE以所對應的數據，如果設置display_numbers=T，這顯示做了均一化的數據（如果之前使用過scale參數），設置display_numbers=data，則表示為直接顯示原始數據，即可直接顯示出RPKM值在單元格中；

number_color顧名思義就是這是設置顯示數據的顏色了

fontsize_number則為顯示每個數據的大小；

 利用number_format可以設置保留小數位數或者字符串格式（如%.2f），但僅有在display_numbers=T時才能使用，很雞肋，因此不建議使用該參數，而我們一般是直接顯示RPKM值，所以我們需要之前對數據集進行保留小數處理，不然數據顯示會超出單元格

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'),cutree_rows = 2,treeheight_row = 10,annotation_col=A,annotation_legend=TRUE,annotation_colors=ann_color,annotation_names_col=TRUE,display_numbers = TRUE,number_color = 'red',fontsize_number = 8,number_format = "%.2f")

運行結果如下：

參數：show_rownames/show_colnames、fontsize_col/fontsize_row、fontsize和main

show_rownames表示是否顯示gene名稱，用邏輯值設置，fontsize_col設置橫坐標名稱的大小，fontsize則是設置所有除主圖以外的標簽的大小，利用main設置熱圖的名稱，如：

>pheatmap(data,border_color='yellow',color=colorRampPalette(c('pink','blue'))(100),scale='row',cluster_cols = FALSE,cellwidth = 20,cellheight = 20,legend_breaks = c(-2.5,0,2.5),legend_labels = c('>=-2.5','0','2.5'),cutree_rows = 2,treeheight_row = 10,annotation_col=A,annotation_legend=TRUE,annotation_colors=ann_color,annotation_names_col=TRUE,display_numbers = TRUE,number_color = 'red',fontsize_number = 8,number_format = "%.2f",show_rownames = FALSE,fontsize_col = 15,fontsize=5,main = "heatmap test 2")

看完上述內容，你們掌握Pheatmap怎樣繪制熱圖的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！