pheatmap是簡(jiǎn)單常用的熱圖繪制包，可以快速、簡(jiǎn)單、可定制的繪制漂亮熱圖。具體見(jiàn)R語(yǔ)言學(xué)習(xí)-熱圖簡(jiǎn)化和免費(fèi)高顏值可定制在線繪圖工具 ImageGP。

現(xiàn)在要解決的一個(gè)問(wèn)題是圖出來(lái)了，想看下轉(zhuǎn)換后用于繪圖的表格，也就是獲取聚類(lèi)后的矩陣和聚類(lèi)標(biāo)準(zhǔn)化后的矩陣。

生成測(cè)試數(shù)據(jù)

mat <- matrix(rnorm(30), nrow=5)colnames(mat) <- paste("sample", 1:6, sep="_")rownames(mat) <- paste("gene", 1:5, sep="_")mat

結(jié)果如下

## sample_1 sample_2 sample_3 sample_4 sample_5 sample_6 ## gene_1 -0.3286368 0.3153119 -0.7730821 -0.85242874 -0.5303812 0.5088226 ## gene_2 -1.3153020 0.3193550 0.4496518 -1.08782734 1.7620763 -0.9312810 ## gene_3 0.6545161 -0.8220414 -1.1916559 0.04775437 0.2814619 1.8720241 ## gene_4 1.0810986 0.2298092 -0.3615045 0.70162614 1.8572989 0.7250737 ## gene_5 -1.8931573 2.7013864 0.5049798 -0.13541785 -1.7796036 -0.3185864

繪圖

library(pheatmap)# 繪圖同時(shí)存儲(chǔ)繪圖結(jié)果 (a <- pheatmap(mat, cluster_rows = T, cluster_cols = T))

提取聚類(lèi)后的原始矩陣

# 查看繪圖數(shù)據(jù)的結(jié)構(gòu) # 直接查看會(huì)很大，這里只展示其前2層 # str: structure str(a, max.level = 2)# Rstudio中 # View(a)

結(jié)果如下

## List of 4 ## $ tree_row:List of 7 ## ..$ merge : int [1:4, 1:2] -1 -4 -2 -5 -3 1 2 3 ## ..$ height : num [1:4] 2.4 3.21 4.38 5.56 ## ..$ order : int [1:5] 5 2 4 1 3 ## ..$ labels : chr [1:5] "gene_1" "gene_2" "gene_3" "gene_4" ... ## ..$ method : chr "complete" ## ..$ call : language hclust(d = d, method = method) ## ..$ dist.method: chr "euclidean" ## ..- attr(*, "class")= chr "hclust" ## $ tree_col:List of 7 ## ..$ merge : int [1:5, 1:2] -1 -6 -2 -5 3 -4 1 -3 2 4 ## ..$ height : num [1:5] 1.98 2.29 2.55 3.78 5.21 ## ..$ order : int [1:6] 2 3 5 6 1 4 ## ..$ labels : chr [1:6] "sample_1" "sample_2" "sample_3" "sample_4" ... ## ..$ method : chr "complete" ## ..$ call : language hclust(d = d, method = method) ## ..$ dist.method: chr "euclidean" ## ..- attr(*, "class")= chr "hclust" ## $ kmeans : logi NA ## $ gtable :List of 6 ## ..$ grobs :List of 6 ## ..$ layout :'data.frame': 6 obs. of 7 variables: ## ..$ widths :List of 6 ## .. ..- attr(*, "class")= chr [1:2] "unit.list" "unit" ## ..$ heights :List of 5 ## .. ..- attr(*, "class")= chr [1:2] "unit.list" "unit" ## ..$ respect : logi FALSE ## ..$ rownames : NULL ## ..- attr(*, "class")= chr [1:4] "gtable" "gTree" "grob" "gDesc" ## - attr(*, "class")= chr "pheatmap"

重新排列行和列

mat_cluster <- mat[a$tree_row$order, a$tree_col$order]mat_cluster

完成提取

## sample_2 sample_3 sample_5 sample_6 sample_1 sample_4 ## gene_5 2.7013864 0.5049798 -1.7796036 -0.3185864 -1.8931573 -0.13541785 ## gene_2 0.3193550 0.4496518 1.7620763 -0.9312810 -1.3153020 -1.08782734 ## gene_4 0.2298092 -0.3615045 1.8572989 0.7250737 1.0810986 0.70162614 ## gene_1 0.3153119 -0.7730821 -0.5303812 0.5088226 -0.3286368 -0.85242874 ## gene_3 -0.8220414 -1.1916559 0.2814619 1.8720241 0.6545161 0.04775437

提取聚類(lèi)后的標(biāo)準(zhǔn)化矩陣

(a <- pheatmap(mat, scale="row", display_numbers = T))

直接提取不太方便。這可以自己先對(duì)數(shù)據(jù)scale標(biāo)準(zhǔn)化處理，再排序。

mat_scale <- round(t(apply(mat, 1, scale)),2) colnames(mat_scale) <- colnames(mat) mat_scale

最終結(jié)果

mat_cluster <- mat_scale[a$tree_row$order, a$tree_col$order]mat_cluster ## sample_2 sample_3 sample_5 sample_6 sample_1 sample_4 ## gene_3 -0.88 -1.22 0.13 1.58 0.47 -0.08 ## gene_4 -0.63 -1.42 1.53 0.03 0.50 -0.01 ## gene_2 0.38 0.49 1.59 -0.67 -0.99 -0.80 ## gene_1 1.04 -0.87 -0.45 1.38 -0.09 -1.01 ## gene_5 1.69 0.39 -0.96 -0.10 -1.03 0.01

R統(tǒng)計(jì)和作圖

• Graphpad，經(jīng)典繪圖工具初學(xué)初探
• 你的包佩奇了嗎？試試新版Rstudio，自動(dòng)提醒缺失包！
• 原來(lái)Rstudio還可以這么使用，又方便了一些
• 在R中贊揚(yáng)下努力工作的你，獎(jiǎng)勵(lì)一份CheatShet
• 別人的電子書(shū)，你的電子書(shū)，都在bookdown
• R語(yǔ)言 - 入門(mén)環(huán)境Rstudio
• R語(yǔ)言 - 熱圖繪制 (heatmap)
• R語(yǔ)言 - 基礎(chǔ)概念和矩陣操作
• R語(yǔ)言 - 熱圖簡(jiǎn)化
• R語(yǔ)言 - 熱圖美化
• R語(yǔ)言 - 線圖繪制
• R語(yǔ)言 - 線圖一步法
• R語(yǔ)言 - 箱線圖（小提琴圖、抖動(dòng)圖、區(qū)域散點(diǎn)圖）
• R語(yǔ)言 - 箱線圖一步法
• R語(yǔ)言 - 火山圖
• R語(yǔ)言 - 富集分析泡泡圖
• R語(yǔ)言 - 散點(diǎn)圖繪制
• R語(yǔ)言 - 韋恩圖
• R語(yǔ)言 - 柱狀圖
• R語(yǔ)言 - 圖形設(shè)置中英字體
• R語(yǔ)言 - 非參數(shù)法生存分析
• R語(yǔ)言 - 繪制seq logo圖
• WGCNA分析，簡(jiǎn)單全面的最新教程
• psych +igraph：共表達(dá)網(wǎng)絡(luò)構(gòu)建
• 一文學(xué)會(huì)網(wǎng)絡(luò)分析——Co-occurrence網(wǎng)絡(luò)圖在R中的實(shí)現(xiàn)
• 一文看懂PCA主成分分析
• 富集分析DotPlot，可以服
• 基因共表達(dá)聚類(lèi)分析和可視化
• R中1010個(gè)熱圖繪制方法
• 還在用PCA降維？快學(xué)學(xué)大牛最?lèi)?ài)的t-SNE算法吧, 附Python/R代碼
• 一個(gè)函數(shù)抓取代謝組學(xué)權(quán)威數(shù)據(jù)庫(kù)HMDB的所有表格數(shù)據(jù)
• 文章用圖的修改和排版
• network3D: 交互式桑基圖
• network3D 交互式網(wǎng)絡(luò)生成
• Seq logo 在線繪制工具——Weblogo
• 生物AI插圖素材獲取和拼裝指導(dǎo)
• ggplot2高效實(shí)用指南 (可視化腳本、工具、套路、配色)
• 圖像處理R包magick學(xué)習(xí)筆記
• SOM基因表達(dá)聚類(lèi)分析初探
• 利用gganimate可視化全球范圍R-Ladies（R社區(qū)性別多樣性組織）發(fā)展情況
• 一分鐘繪制磷脂雙分子層：AI零基礎(chǔ)入門(mén)和基本圖形繪制
• AI科研繪圖（二）：模式圖的基本畫(huà)法
• 你知道R中的賦值符號(hào)箭頭(<-)和等號(hào)（=）的區(qū)別嗎？
• R語(yǔ)言可視化學(xué)習(xí)筆記之ggridges包
• 利用ComplexHeatmap繪制熱圖(一)
• ggplot2學(xué)習(xí)筆記之圖形排列
• R包reshape2，輕松實(shí)現(xiàn)長(zhǎng)、寬數(shù)據(jù)表格轉(zhuǎn)換
• 用R在地圖上繪制網(wǎng)絡(luò)圖的三種方法
• PCA主成分分析實(shí)戰(zhàn)和可視化 附R代碼和測(cè)試數(shù)據(jù)
• iTOL快速繪制顏值最高的進(jìn)化樹(shù)！
• 12個(gè)ggplot2擴(kuò)展包幫你實(shí)現(xiàn)更強(qiáng)大的可視化
• 編程模板-R語(yǔ)言腳本寫(xiě)作：最簡(jiǎn)單的統(tǒng)計(jì)與繪圖，包安裝、命令行參數(shù)解析、文件讀取、表格和矢量圖輸出
• R語(yǔ)言統(tǒng)計(jì)入門(mén)課程推薦——生物科學(xué)中的數(shù)據(jù)分析Data Analysis for the Life Sciences
• 數(shù)據(jù)可視化基本套路總結(jié)
• 你知道R中的賦值符號(hào)箭頭<-和等號(hào)=的區(qū)別嗎？
• 使用dplyr進(jìn)行數(shù)據(jù)操作30例
• 交集intersect、并集union、找不同setdiff
• R包reshape2，輕松實(shí)現(xiàn)長(zhǎng)、寬數(shù)據(jù)表格轉(zhuǎn)換
• 1數(shù)據(jù)類(lèi)型（向量、數(shù)組、矩陣、 列表和數(shù)據(jù)框）
• 2讀寫(xiě)數(shù)據(jù)所需的主要函數(shù)、與外部環(huán)境交互
• 3數(shù)據(jù)篩選——提取對(duì)象的子集
• 4向量、矩陣的數(shù)學(xué)運(yùn)算
• 5控制結(jié)構(gòu)
• 6函數(shù)及作用域
• 7認(rèn)識(shí)循環(huán)函數(shù)lapply和sapply
• 8分解數(shù)據(jù)框split和查看對(duì)象str
• 9模擬—隨機(jī)數(shù)、抽樣、線性模型
• 1初識(shí)ggplot2繪制幾何對(duì)象
• 2圖層的使用—基礎(chǔ)、加標(biāo)簽、注釋
• 3工具箱—誤差線、加權(quán)數(shù)、展示數(shù)據(jù)分布
• 4語(yǔ)法基礎(chǔ)
• 5通過(guò)圖層構(gòu)建圖像
• 6標(biāo)度、軸和圖例
• 7定位-分面和坐標(biāo)系
• 8主題設(shè)置、存儲(chǔ)導(dǎo)出
• 9繪圖需要的數(shù)據(jù)整理技術(shù)
• 創(chuàng)建屬于自己的調(diào)色板
• 28個(gè)實(shí)用繪圖包，總有幾個(gè)適合你
• 熱圖繪制
• R做線性回歸
• 繪圖相關(guān)系數(shù)矩陣corrplot
• 相關(guān)矩陣可視化ggcorrplot
• 繪制交互式圖形recharts
• 交互式可視化CanvasXpress
• 聚類(lèi)分析factoextra
• LDA分析、作圖及添加置信-ggord
• 解決散點(diǎn)圖樣品標(biāo)簽重疊ggrepel
• 添加P值或顯著性標(biāo)記ggpubr
• Alpha多樣性稀釋曲線rarefraction curve
• 堆疊柱狀圖各成分連線畫(huà)法：突出組間變化
• 沖擊圖展示組間時(shí)間序列變化ggalluvial
• 桑基圖riverplot
• 微生物環(huán)境因子分析ggvegan
• 五彩進(jìn)化樹(shù)與熱圖更配ggtree
• 多元回歸樹(shù)分析mvpart
• 隨機(jī)森林randomForest 分類(lèi)Classification 回歸Regression
• 加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析WGCNA
• circlize包繪制circos-plot
• R語(yǔ)言搭建炫酷的線上博客系統(tǒng)
• 維恩(Venn)圖繪制工具大全 （在線+R包）
• R包c(diǎn)irclize：柱狀圖用膩了？試試好看的弦狀圖

總結(jié)

以上是生活随笔為你收集整理的获取pheatmap热图聚类后和标准化后的结果的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。