技术贴 | R语言pheatmap聚类分析和热图

本文由阿童木根据实践经验而整理，希望对大家有帮助。

原创微文，欢迎转发转载。

导读

pheatmap默认会对输入矩阵数据的行和列同时进行聚类，但是也可以通过布尔型参数cluster_rows和cluster_cols设置是否对行或列进行聚类，具体看分析需求。利用display_numbers参数可以在热图中的每个cell中填入想要的信息，例如相对丰度信息。利用cutree_rows和cutree_cols参数可以根据聚类产生的tree信息对热图进行分割。本文将先模拟输入矩阵数据，然后再展示这些参数的具体使用方法。

一、模拟输入矩阵

set.seed(1995)  

# 随机种子

data=matrix(abs(round(rnorm(200, mean=1000, sd=500))), 20, 10)  

# 随机正整数，20行，20列

colnames(data)=paste("Species", 1:10, sep=".")  

# 列名-细菌

rownames(data)=paste("Sample", 1:20, sep=".")  

# 行名-样品

data_norm=data

for(i in 1:20){

    sample_sum=apply(data, 1, sum)

    for(j in 1:10){

        data_norm[i,j]=data[i,j]/sample_sum[i]

    }

}

# 标准化

data_norm

# 模拟完成的标准化矩阵数据如下：

二、聚类分析和热图

1. 画热图

library(pheatmap)

# 加载pheatmap包

pheatmap(data_norm)

# 绘制热图，结果如下：

2. 在cell中添加丰度

方法：

display_numbers=TRUE：使用默认矩阵数据。

pheatmap(data_norm, display_numbers=TRUE)

# 绘制热图，结果如下：

3. 根据tree将热图分割成2行3列

方法：

cutree_rows=num：分割行

cutree_cols=num：分割列

pheatmap(data_norm, cutree_rows=2, cutree_cols=3)

# 绘制热图，结果如下：