10x數(shù)據(jù)熱圖繪制之指定圖例上下限

10x

錯(cuò)誤信息

最近處理10x數(shù)據(jù),需要把已有的亞群合并呀狼,然后繪制目標(biāo)基因的熱圖~
樸實(shí)~ 無(wú)華~ 枯燥~
處理完成之后锁摔,需要調(diào)整亞群繪制順序,基因的順序
OK~ 我改~

one moment later......

“怎么這幾張圖的標(biāo)度范圍不一樣际插?看起來(lái)不統(tǒng)一”
我改~ 也就是一個(gè)修改刻度~
然后~ 然后我就后悔了~

漫漫Debug路

第一次嘗試

Seurat包里面熱圖碘耳,用的是ggplot2繪制的,一般處理這種問(wèn)題框弛,只要
獲取對(duì)象后重新指定一下數(shù)據(jù)標(biāo)準(zhǔn)化的范圍就好辛辨,搞一下配色什么的就完

p <- p + scale_fill_gradientn(limits=c(-2,2),          
                              breaks =c(-2,0,2),
                              colours = PurpleAndYellow(),
                              na.value = "white") +
     WhiteBackground()

本以為這樣就結(jié)束,打開(kāi)結(jié)果一看?喵喵喵~ 什么鬼斗搞,那一條條的白線是個(gè)
什么玩意兒指攒?

對(duì)比前后的結(jié)果,這些白色的部分在原始的圖形中都被當(dāng)作最大值處理(其
實(shí)是缺失值)僻焚。

沒(méi)問(wèn)題~ 缺失值替換為黃色就好

第二次處理

p <- p + scale_fill_gradientn(limits=c(-2,2),        
                              breaks =c(-2,-1,0,1,2),     
                              colours = PurpleAndYellow(),
                              na.value = "yellow") +
     WhiteBackground()

納尼~ 那些組間的分隔怎么也變成了屎黃色允悦?看來(lái)這樣不對(duì)~

第三次處理

查看圖形對(duì)象中那些缺失的數(shù)據(jù)數(shù)據(jù)(原本是會(huì)有一些細(xì)胞也為缺失的,但我更新之后的ggplot對(duì)象沒(méi)法重復(fù)之前的結(jié)果溅呢,不記得之前ggplot2是哪個(gè)版本了)

p$data %>% filter(is.na(Expression))

#   Feature                 Cell Expression    Identity
# 1    Rbp7 hrspdmjykfoinzbwqvtc         NA Fibroblasts
# 2  Sema3g hrspdmjykfoinzbwqvtc         NA Fibroblasts
# 3 Gpihbp1 hrspdmjykfoinzbwqvtc         NA Fibroblasts
# 4   Plpp1 hrspdmjykfoinzbwqvtc         NA Fibroblasts
# 5   Ly6c1 hrspdmjykfoinzbwqvtc         NA Fibroblasts
# 6    Emcn hrspdmjykfoinzbwqvtc         NA Fibroblasts

這些奇怪名字的細(xì)胞就是用來(lái)生成那些組間分割的占位信息澡屡,在使用
na.value = "yellow" 時(shí),把這些占位信息也給修改了咐旧,于是就有
了圖中的屎黃色分割驶鹉,處理方法也簡(jiǎn)單,只將那些正常細(xì)胞名稱的表
達(dá)量由NA替換為我們的最大值即可~ 隨后在scale_fill_gradientn
將NA替換為白色即可~

第四次處理

本來(lái)經(jīng)過(guò)前面的處理铣墨,應(yīng)該已經(jīng)可以正常將熱圖的標(biāo)度修改為指定的
范圍~
But~
當(dāng)我重新運(yùn)行腳本時(shí)卻出現(xiàn)了如下的報(bào)錯(cuò):

Error in data.frame(group = sort(x = group.use), x = x.divs) :
  arguments imply differing number of rows: 2055, 0
Calls: PlotHeatmapPlot -> DoHeatmap -> data.frame
Execution halted

我原來(lái)正常的腳本都跑不了了這又是什么鬼明明之前還好好的能夠正常運(yùn)行~
谷歌之~
Error in DoHeatmap – no labelling of identities above colourbar possible
看來(lái)是版本問(wèn)題~
看一下自己環(huán)境里的r包室埋,有人升級(jí)了ggplot2到3.3.3。
我也沒(méi)有記錄之前的ggplot2版本伊约,之前的工作算是白做了~
看了一下Seurat的更新記錄姚淆,最新的版本已經(jīng)到了4.x.x,但所用對(duì)象使用的是3.1.1屡律,所以找一個(gè)比較近的版本:

3.1.4

重新安裝一個(gè)v3.1.4版本的Seurat
里面的DoHeatmap方法果然有所改變腌逢,對(duì)ggplot 3.3.3進(jìn)行了適配
3.1.1

3.1.4

這個(gè)版本的ggplot2在重新標(biāo)準(zhǔn)化之后細(xì)胞不再會(huì)出現(xiàn)缺失值,前面的方法也呵呵了~
要消除白色的那些細(xì)胞超埋,只需要將越過(guò)范圍的值給賦值為其邊界值即可

p$data[!is.na(p$data$Expression) & (p$data$Expression > 2),]$Expression <- 2
p$data[!is.na(p$data$Expression) & (p$data$Expression < -2),]$Expression <- -2
final

剩下的調(diào)整一下theme就好了

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末搏讶,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子霍殴,更是在濱河造成了極大的恐慌媒惕,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,284評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件来庭,死亡現(xiàn)場(chǎng)離奇詭異妒蔚,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)月弛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門肴盏,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人帽衙,你說(shuō)我怎么就攤上這事叁鉴。” “怎么了佛寿?”我有些...
    開(kāi)封第一講書人閱讀 164,614評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我冀泻,道長(zhǎng)常侣,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 58,671評(píng)論 1 293
  • 正文 為了忘掉前任弹渔,我火速辦了婚禮胳施,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘肢专。我一直安慰自己舞肆,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,699評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布博杖。 她就那樣靜靜地躺著椿胯,像睡著了一般。 火紅的嫁衣襯著肌膚如雪剃根。 梳的紋絲不亂的頭發(fā)上哩盲,一...
    開(kāi)封第一講書人閱讀 51,562評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音狈醉,去河邊找鬼廉油。 笑死,一個(gè)胖子當(dāng)著我的面吹牛苗傅,可吹牛的內(nèi)容都是我干的抒线。 我是一名探鬼主播,決...
    沈念sama閱讀 40,309評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼渣慕,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼嘶炭!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起摇庙,我...
    開(kāi)封第一講書人閱讀 39,223評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤旱物,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后卫袒,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體宵呛,經(jīng)...
    沈念sama閱讀 45,668評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,859評(píng)論 3 336
  • 正文 我和宋清朗相戀三年夕凝,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了宝穗。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,981評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡码秉,死狀恐怖逮矛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情转砖,我是刑警寧澤须鼎,帶...
    沈念sama閱讀 35,705評(píng)論 5 347
  • 正文 年R本政府宣布鲸伴,位于F島的核電站,受9級(jí)特大地震影響晋控,放射性物質(zhì)發(fā)生泄漏汞窗。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,310評(píng)論 3 330
  • 文/蒙蒙 一赡译、第九天 我趴在偏房一處隱蔽的房頂上張望仲吏。 院中可真熱鬧,春花似錦蝌焚、人聲如沸裹唆。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,904評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)许帐。三九已至,卻和暖如春红碑,著一層夾襖步出監(jiān)牢的瞬間舞吭,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,023評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工析珊, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留羡鸥,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,146評(píng)論 3 370
  • 正文 我出身青樓忠寻,卻偏偏與公主長(zhǎng)得像惧浴,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子奕剃,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,933評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容