披著ggplot皮的pheatmap,深夜激動(dòng)更新我的包

0.寫(xiě)在前面

從我學(xué)生信開(kāi)始,畫(huà)熱圖用的就是pheatmap斧抱,有時(shí)復(fù)雜化的需求會(huì)用到ComplexHeatmap。作為R語(yǔ)言畫(huà)圖的絕對(duì)霸主,ggplot2的熱圖卻無(wú)法在熱圖的世界占到與pheatmap相匹敵的地位此洲。硬傷有二:

  • 不會(huì)聚類(lèi)
  • 沒(méi)有直觀的分組注釋條條

這個(gè)函數(shù)+推文,我從晚上11:05寫(xiě)到了凌晨?jī)牲c(diǎn)委粉,原計(jì)劃是12點(diǎn)錢(qián)發(fā)出去呜师,想寫(xiě)完整詳細(xì)版代碼,后來(lái)覺(jué)得有點(diǎn)麻煩贾节,細(xì)節(jié)太多汁汗。所以我把它寫(xiě)成了函數(shù),工作量翻了幾倍栗涂,但是以后直接使用就好啦知牌,雖然沒(méi)來(lái)得及昨天更推文,但是很值得斤程!好久沒(méi)有熬夜了角寸,為了這個(gè)小突破,任性一次也沒(méi)關(guān)系的忿墅!注意扁藕,這個(gè)函數(shù)是1.3.4以上版本的tinyarray可用o。

但當(dāng)我想用patchwork將pheatmap與點(diǎn)圖放到一起的時(shí)候疚脐,找到了解決辦法纹磺,as.ggplot將pheatmap轉(zhuǎn)換為ggplot2對(duì)象。后來(lái)亮曹,就發(fā)現(xiàn)了pheatmap的拼圖硬傷橄杨,圖例無(wú)法收集,大小也不能像ggplot一樣自動(dòng)匹配對(duì)齊照卦。

所以我就想式矫,如果我非要用ggplot2來(lái)畫(huà)熱圖呢?注釋條條要役耕,聚類(lèi)也可以要采转,有沒(méi)有辦法實(shí)現(xiàn)呢?

本文部分借鑒了CRAN的R包ggrisk的思維,就是做一個(gè)假的注釋條條故慈,然后和熱圖按比例拼到一起板熊!

至于聚類(lèi),借鑒了豆豆的思維察绷,只實(shí)現(xiàn)聚類(lèi)的操作干签,不顯示聚類(lèi)樹(shù)。

1. 數(shù)據(jù)和R包準(zhǔn)備

#devtools::install_github("xjsun1221/tinyarray")
library(tinyarray)
library(ggplot2)
library(patchwork)

輸入數(shù)據(jù)是一個(gè)表達(dá)矩陣(exp_dat)和分組信息(group),分組信息要整理成因子拆撼,水平(levels)設(shè)置對(duì)照組在前容劳,實(shí)驗(yàn)組在后。因子正文順序無(wú)所謂闸度。

rm(list = ls())
exp_dat = matrix(sample(100:1000,40),ncol = 4)
exp_dat[seq(1,(nrow(exp_dat)),2),] =  exp_dat[seq(1,(nrow(exp_dat)),2),]-1000
rownames(exp_dat) = paste0("sample",1:nrow(exp_dat))
colnames(exp_dat) = paste0("gene",1:ncol(exp_dat))
exp_dat[1:4,1:4]
##         gene1 gene2 gene3 gene4
## sample1  -808  -424  -496  -104
## sample2   327   510   161   694
## sample3  -405  -739    -1  -234
## sample4   266   566   295   503
group = rep(c("A","B"),times = nrow(exp_dat)/2)
group = factor(group,levels = c("A","B"))
group
##  [1] A B A B A B A B A B
## Levels: A B

3.出圖竭贩!

輸入數(shù)據(jù)準(zhǔn)備好,一步就畫(huà)圖莺禁。

默認(rèn)不聚類(lèi)留量,如果想要聚類(lèi),那就加參數(shù)cluster = T哟冬。下圖是不聚類(lèi)(p1)和聚類(lèi)(p2)的對(duì)比楼熄。聚類(lèi)算法和pheatmap一致,目前只支持hclust柒傻,如果以后有人提需求孝赫,我就加上別的算法~

p1 = ggheat(exp_dat,group)
p2 = ggheat(exp_dat,group,cluster = T)

p1/p2
image.png

還有幾個(gè)參數(shù)可調(diào)整,例如是否顯示熱圖行列名红符,以及圖例名稱(chēng)修改青柄。具體的意義可以看字面意思或幫助文檔。

ggheat(exp_dat,group,cluster = T,show_rownames = F,
       show_colnames = F,groupname = "risk",expname = "expression")
image.png

4.拼圖毫無(wú)壓力预侯!

這樣畫(huà)出來(lái)的圖致开,是根正苗紅的ggplot2!所以配上patchwork拼圖萎馅,那叫一個(gè)整整齊齊双戳!

po1 = ggplot(iris,aes(Species,Sepal.Length,fill = Species))+
  geom_boxplot()+theme_bw()
po2 = ggplot(iris,aes(Species,Sepal.Length,color = Species))+
  geom_jitter()+theme_bw()
po1/po2/p1
image.png
?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,一起剝皮案震驚了整個(gè)濱河市糜芳,隨后出現(xiàn)的幾起案子飒货,更是在濱河造成了極大的恐慌,老刑警劉巖峭竣,帶你破解...
    沈念sama閱讀 206,013評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件塘辅,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡皆撩,警方通過(guò)查閱死者的電腦和手機(jī)扣墩,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人呻惕,你說(shuō)我怎么就攤上這事荆责。” “怎么了亚脆?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,370評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵做院,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我型酥,道長(zhǎng)山憨,這世上最難降的妖魔是什么查乒? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,168評(píng)論 1 278
  • 正文 為了忘掉前任弥喉,我火速辦了婚禮,結(jié)果婚禮上玛迄,老公的妹妹穿的比我還像新娘由境。我一直安慰自己,他們只是感情好蓖议,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,153評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布虏杰。 她就那樣靜靜地躺著,像睡著了一般勒虾。 火紅的嫁衣襯著肌膚如雪纺阔。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 48,954評(píng)論 1 283
  • 那天修然,我揣著相機(jī)與錄音笛钝,去河邊找鬼。 笑死愕宋,一個(gè)胖子當(dāng)著我的面吹牛玻靡,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播中贝,決...
    沈念sama閱讀 38,271評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼囤捻,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了邻寿?” 一聲冷哼從身側(cè)響起蝎土,我...
    開(kāi)封第一講書(shū)人閱讀 36,916評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎绣否,沒(méi)想到半個(gè)月后誊涯,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡枝秤,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 35,877評(píng)論 2 323
  • 正文 我和宋清朗相戀三年醋拧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 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 37,989評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡丹壕,死狀恐怖庆械,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情菌赖,我是刑警寧澤缭乘,帶...
    沈念sama閱讀 33,624評(píng)論 4 322
  • 正文 年R本政府宣布,位于F島的核電站琉用,受9級(jí)特大地震影響堕绩,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜邑时,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,209評(píng)論 3 307
  • 文/蒙蒙 一奴紧、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧晶丘,春花似錦黍氮、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,199評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至滚秩,卻和暖如春专执,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背郁油。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,418評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工本股, 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,地道東北人已艰。 一個(gè)月前我還...
    沈念sama閱讀 45,401評(píng)論 2 352
  • 正文 我出身青樓痊末,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親哩掺。 傳聞我的和親對(duì)象是個(gè)殘疾皇子凿叠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,700評(píng)論 2 345