用R做热点图heatmaps

首先我们选择mtcars 作为数据，他主要是70年代的汽车性能表现和机械设计的数据。我们来用这个数据做一个等级h热点图heatmap。
1.首先将数据标准华为均值=1，标准差=0，使用scale()函数，并将结果转化为矩阵。

> mtscaled <- as.matrix(scale(mtcars))

2.创建热点图，去除对列重新排序的默认项。

> heatmap(mtscaled, Colv=F, scale='none')

需要说明是，默认况下，R会同时根据列和行做聚类热点图，而且会依据均值对系统树进行重新排序，Colv=F表示拒绝重新排序。如果我们的数据是时间序列等已经有序的数据，我们可能就不需要对列排序，仅需要对行聚类，这样我们可以把参数设为Colv=NA，从上图我们可以看到hp、cyl、disp的关系较近，而且马力越大，速度越快越耗油。

3.如果我们需要指定聚类数目，比如我要把上图以行聚类的第一个分支的两簇分别做图，那我们就需要hclust和cutree函数,而hclust函数必须根据距离矩阵执行

#首先以行聚类

> hc.rows <- hclust(dist(mtscaled))
#对矩阵转置，并重新以列聚类
> hc.cols <- hclust(dist(t(mtscaled)))
#对第一个分支聚类做热点图
> heatmap(mtscaled[cutree(hc.rows,k=2)==1,], Colv=as.dendrogram(hc.cols), scale='none')

对第二个分支聚类做热点图

> heatmap(mtscaled[cutree(hc.rows,k=2)==2,], Colv=as.dendrogram(hc.cols), scale='none')





















如果你不喜欢这套热点图的颜色，你可以利用一下函数首先修改默认颜色再做图
> palette <- colorRampPalette(c('#f0f3ff','#0033BB'))(256)
> heatmap(mtscaled, Colv=F, scale='none', col=palette)






















或者通过col参数直接设置
> heatmap(mtscaled[cutree(hc.rows,k=2)==2,], Colv=as.dendrogram(hc.cols), scale='none',col=topo.colors(100))
如果你要添加颜色图例的话你可以选择heatmap.2，它在gplot包里。

R data.frame 操作例选

1.查看data.frame的开头
> head(df)

      sequence   start     end
1    chromosome    1450    2112
2    chromosome   41063   41716
3    chromosome   62927   63640
4    chromosome   63881   64807
5    chromosome   71811   72701
2.选择data.frame特定的列
> df[,c('sequence','start','end')]

  sequence   start     end
1    chromosome    1450    2112
2    chromosome   41063   41716
3    chromosome   62927   63640
4    chromosome   63881   64807
5    chromosome   71811   72701
...
3.选择同时查看data.frame的列和行
> df[566:570,c('sequence','start','end')]

    sequence  start    end
566 chromosome 480999 479860
567 chromosome 481397 480999
568 chromosome 503053 501275
569 chromosome 506476 505712
570 chromosome 515461 514277
4.想SQL那样选择符合特定标准的行
df[df$value>3.0,]

sequence strand   start     end common_name    value
199 chromosome      +  907743  909506        hutU 3.158821
321 chromosome      + 1391811 1393337        nadB 3.092771
556 chromosome      -  431600  431037         apt 3.043373
572 chromosome      -  519043  518186        hbd1 3.077040
5.选择包含特定内容的行列：找到tRNA
> df[grep("trna", df$common_name, ignore.case=T),]

sequence strand   start     end common_name        value
18  chromosome      +  115152  115224    Asn tRNA -0.461038128
19  chromosome      +  115314  115422    Ile tRNA -0.925268307
31  chromosome      +  167315  167388    Tyr tRNA  0.112527023
32  chromosome      +  191112  191196    Ser tRNA  0.986357577
...
6.复制行名称：行名成不仅在data.frame中使用，在矩阵中同样适用。
  我们创建一个矩阵：
> a = matrix(1:18, nrow=6, ncol=3)
> rownames(a) <- c('a', 'a', 'a', 'b', 'b', 'b')
> colnames(a) <- c('foo', 'bar', 'bat')
> a
  foo bar bat
a   1   7  13
a   2   8  14
a   3   9  15
b   4  10  16
b   5  11  17
b   6  12  18
如果我们只按照行名称选择查看的话，R反馈回来的只有符合该名称的第一行
> a['a',]
foo bar bat 
  1   7  13 
> a['b',]
foo bar bat 
  4  10  16 

但如果这样查询就能查看所有符合行名称的内容
> a[rownames(a)=='a',]
  foo bar bat
a   1   7  13
a   2   8  14
a   3   9  15

如何改变R绘图的图例和颜色

如何改变R绘图的图例和颜色

Lattice作图是在R中体现多变量数据关系的最好形式，我经常忘记怎么改变图例和颜色，所以写个小例子作为以后的参考。

首先，我想我做的图最终是这个样子滴：

好吧，现在开始，我利用MASS包中的Insurance数据做图：

library(mass)

library(lattice)

#画出不同地区不同年龄阶段的人申请保险的频率图

barchart(Claims/Holders~Age|Group, groups=District,

data=Insurance, origin=0, auto.key=T)

我通过auto.key 来改变图例，首先我希望图例相邻而不是默认的相接，另外我需要给图例添加标题并改变字体大小。

barchart(Claims/Holders~Age|Group, groups=District,

           data=Insurance,main="Claims frequency",

           auto.key=list(space="top", columns=4,

                         title="District",cex.title=1))

我想利用我自己的面板函数，但是图例会随之改变为默认的点状图例，怎么改变呢，下图，我制作了一个线性图，并把图例改为线型图例，

xyplot(Claims/Holders ~ Age | Group, groups=District,

         data=Insurance, t="l", main="Claims frequency",

         auto.key=list(space="top",columns=4,

                       title="District",cex.title=1,

                       lines=T,points=F))

现在我们来改变颜色，我们先来看一下lattice的默认设置

show.settings()

我们把颜色改为RColorBrewer调色板中的颜色

library(RColorBrewer)

display.brewer.all()

我喜欢蓝色，所以我要把图例改为边框和背景均为蓝色的。

my.settings <- list(superpose.polygon=list(col=myColours[2:5],border="transparent"),strip.background=list(col=myColours[6]),strip.border=list(col="black"))

所有的颜色设置可以通过函数trellis.par.get()列出，也可以通过trellis.par.get(my.setting)改变，但我们也可以临时改变lattice函数的

par.setting()参数达到目的。

好吧，我们把前面改变图例和颜色设置参数的语句连接起来。但是我再次把前面的线型图例改成方型。

barchart(Claims/Holders*100 ~ Age | Group, groups=District,

           data=Insurance, origin=0,

           main="Motor insurance claims frequency",

           xlab="Age", ylab="Claims frequency %",

           scales=list(alternating=1),

           auto.key=list(space="top", columns=4,

                         points=FALSE, rectangles=TRUE,

                         title="District", cex.title=1),

           par.settings=my.settings,

           par.strip.text=list(col="white",font=2) )

执行程序，图形就基本完成了，如果我还行加个网格线的话就可以更改为。

barchart(Claims/Holders*100 ~ Age | Group, groups=District,

           data=Insurance, origin=0,

           main="Motor insurance claims frequency",

           xlab="Age", ylab="Claims frequency %",

           scales=list(alternating=1),

           auto.key=list(space="top", columns=4,

                         points=FALSE, rectangles=TRUE,

                         title="District", cex.title=1),

           par.settings=my.settings,

           par.strip.text=list(col="white",font=2) ，

panel=function(x,y,...){

             panel.grid(h=-1,v=0);

             panel.barchart(x,y,...)

           }

就小文开始图形一样了。