准备数据,最简单粗暴的方式,从Excel中复制
,
此时,这个基因表达矩阵已经存放在电脑的剪切板中,回到R语言运行环境,输入(如果是直接复制下面这行代码,那么注意,复制代码的同时已经替换了剪贴板内容,此时黏贴代码之后不要回车,先回去Excel重新复制表达开矩阵)
Exp<-read.delim("clipboard",header=T,row.names=1)
注意,所有字符都是外文的,如果出错,注意是不是 横杆 在复制代码的时候被转码成 中文的,自己输入就没问题。
此时你只需要第三行代码,就可以输出一张可以看的热图
pheatmap(Exp)
一般情况下,我们需要相对基因进行标准化
pheatmap(Exp,scale="row")
列的顺序是时间序列,我们不应该对列进行聚类
pheatmap(Exp,scale="row",cluster_cols=F)
配色似乎也不好看,
pheatmap(Exp,scale="row",cluster_cols=F,color = colorRampPalette(c("navy", "white", "firebrick3"))(50))
差不多了,剩下的就看自己造化了
即可保存为各种格式的图片
用了一个多小时写了这个,相信应该可以让零基础的朋友用R语言出一张能看的热图。pheatmap
的功能还是可以的,出几个不错的热图,有很多细节可以调整。操作的灵活,修改的便捷,可能才是用代码绘图的方便之处。用R语言绘图,那么基础就是掌握R语言。如此才能更好的R,出更好看的图。
学习R语言,还是需要时间的。具体或许后面再写写R学习的个人经验。
当然,假期已经结束了,今天就回校干课题了。如果后面可以抽出时间,那么R语言绘制热图的,或许至少再出一个 pheatmap 更多的使用细节。毕竟,做一张拿得出手的热图,还是需要更多的操作。
library(pheatmap)# 注意,剪切板中必须是表达矩阵Exp<-read.delim(file="clipboard",header=T,row.names=1,sep="\t")pheatmap(Exp)pheatmap(Exp,scale="row")pheatmap(Exp,scale="row",cluster_cols=F)pheatmap(Exp,scale="row",cluster_cols=F,color = colorRampPalette(c("navy", "white", "firebrick3"))(50)
联系客服