一步一步学heatmap2函数Word下载.docx
- 文档编号:15730709
- 上传时间:2022-11-15
- 格式:DOCX
- 页数:9
- 大小:248.03KB
一步一步学heatmap2函数Word下载.docx
《一步一步学heatmap2函数Word下载.docx》由会员分享,可在线阅读,更多相关《一步一步学heatmap2函数Word下载.docx(9页珍藏版)》请在冰豆网上搜索。
就是控制这个dendrogram参数
heatmap.2(x,dendrogram="
none"
)
然后我们控制一下聚类树
row"
)只显示行向量的聚类情况
col"
)只显示列向量的聚类情况
下面还是在调控聚类树,但是我没看懂跟上面的参数有啥子区别!
heatmap.2(x,keysize=2)##default-dendrogramplottedandreorderingdone.heatmap.2(x,Rowv=FALSE,dendrogram="
both"
)##generatewarning!
heatmap.2(x,Rowv=NULL,dendrogram="
heatmap.2(x,Colv=FALSE,dendrogram="
接下来我们可以调控行列向量的label的字体大小方向
首先我们调控列向量,也就是x轴的label
heatmap.2(x,srtCol=NULL)heatmap.2(x,srtCol=0,adjCol=c(0.5,1))heatmap.2(x,srtCol=45,adjCol=c(1,1))heatmap.2(x,srtCol=135,adjCol=c(1,0))heatmap.2(x,srtCol=180,adjCol=c(0.5,0))heatmap.2(x,srtCol=225,adjCol=c(0,0))##notveryusefulheatmap.2(x,srtCol=270,adjCol=c(0,0.5))heatmap.2(x,srtCol=315,adjCol=c(0,1))heatmap.2(x,srtCol=360,adjCol=c(0.5,1))
然后我们调控一下行向量,也就是y轴的label
heatmap.2(x,srtRow=45,adjRow=c(0,1))heatmap.2(x,srtRow=45,adjRow=c(0,1),srtCol=45,adjCol=c(1,1))heatmap.2(x,srtRow=45,adjRow=c(0,1),srtCol=270,adjCol=c(0,0.5))
设置offsetRow/offsetCol可以把label跟热图隔开!
##ShoweffectofoffsetRow/offsetCol(onlyworkswhensrtRow/srtColis##notalsopresent)heatmap.2(x,offsetRow=0,offsetCol=0)heatmap.2(x,offsetRow=1,offsetCol=1)heatmap.2(x,offsetRow=2,offsetCol=2)heatmap.2(x,offsetRow=-1,offsetCol=-1)
heatmap.2(x,srtRow=0,srtCol=90,offsetRow=0,offsetCol=0)heatmap.2(x,srtRow=0,srtCol=90,offsetRow=1,offsetCol=1)heatmap.2(x,srtRow=0,srtCol=90,offsetRow=2,offsetCol=2)heatmap.2(x,srtRow=0,srtCol=90,offsetRow=-1,offsetCol=-1)
##Showeffectofz-scorescalingwithincolumns,blue-redcolorscale##hv<
-heatmap.2(x,col=bluered,scale="
column"
tracecol="
#303030"
)
hv是一个热图对象!
!
>
names(hv)可以看到hv对象里面有很多子对象
"
rowInd"
"
colInd"
call"
colMeans"
colSDs"
carpet"
rowDendrogram"
colDendrogram"
breaks"
vline"
colorTable"
##Showthemappingofz-scorevaluestocolorbinshv$colorTable
##Extracttherangeassociatedwithwhite我们得到了热图的颜色的数值映射矩阵,接下来就可以进行一系列的操作~!
hv$colorTable[hv$colorTable[,"
color"
]=="
#FFFFFF"
]
首先得到了白色所对应的数值区间!
然后还可以通过一下命令,直接求出属于白色区间的那些数值。
whiteBin<
-unlist(hv$colorTable[hv$colorTable[,"
1:
2])rbind(whiteBin[1]*hv$colSDs+hv$colMeans,whiteBin[2]*hv$colSDs+hv$colMeans)
调整scale参数选择按照列还是行来进行数据的标准化
heatmap.2(x,col=bluered,scale="
如果选择了标准化,那么还可以手工调整标准化的参数:
rowMeans,rowSDs
meanandstandarddeviationofeachrow:
onlypresentifscale="
colMeans,colSDs
meanandstandarddeviationofeachcolumn:
通过hclustfun参数来调整聚类方法
参考:
Cluster_Method<
-c("
ward"
"
single"
complete"
average"
mcquitty"
median"
centroid"
#R语言里面自带的hclust函数共有7种聚类方法
for(iin1:
length(Cluster_Method)){
#makeafunctiontoextracttheclustermethod
myclust<
-function(x){
hclust(x,method=Cluster_Method[i])
}
#makeheatmapbyjpeg
jpeg(filename=paste(Cluster_Method[i],'
.jpg'
),width=1024,height=728)
heatmap.2(as.matrix(Data_Top1k_Var),
trace='
none'
hclustfun=myclust,
labRow=NA,
ColSideColors=c('
black'
grey(0.4),'
lightgrey'
)[as.factor(CellLine_Anno$Type)],
xlab='
CellLines'
ylab='
Probes'
main=Cluster_Method[i],
col=greenred(64))
dev.off()
}
这样就可以一下子把七种cluster的方法依次用到heatmap上面来。
而且通过对cluster树的比较,我们可以从中挑选出最好、最稳定到cluster方法,为后续分析打好基础!
对下面这个数据聚类:
require(graphics)
hc<
-hclust(dist(USArrests),"
ave"
plot(hc)
首先对一个数据框用dist函数处理得到一个dist对象!
Dist对象比较特殊,专门为hclust函数来画聚类树的!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一步一步 heatmap2 函数
![提示](https://static.bdocx.com/images/bang_tan.gif)