中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

導(dǎo)讀：

pheatmap默認(rèn)會對輸入矩陣數(shù)據(jù)的行和列同時進(jìn)行聚類，但是也可以通過布爾型參數(shù)cluster_rows和cluster_cols設(shè)置是否對行或列進(jìn)行聚類，具體看分析需求。利用display_numbers參數(shù)可以在熱圖中的每個cell中填入想要的信息，例如相對豐度信息。利用cutree_rows和cutree_cols參數(shù)可以根據(jù)聚類產(chǎn)生的tree信息對熱圖進(jìn)行分割。利用annotation_col和annotation_row參數(shù)可以給橫或列添加分組信息。本文將先模擬輸入矩陣數(shù)據(jù)，然后再展示這些參數(shù)的具體使用方法。

一、模擬輸入矩陣

圖1

二、聚類分析和熱圖

1. 基礎(chǔ)熱圖

圖2

2. colorRampPalette漸變色、cell尺寸調(diào)整

cellheight=15# 設(shè)置單元格高度

cellwidth=20# 設(shè)置單元格寬度

color=colorRampPalette(colors= c("blue","white","red"))(10) # 漸變?nèi)∩桨?/strong>

cellheight=15,
cellwidth=20,
color=colorRampPalette(colors = c("blue","white","red"))(10)
)

圖3

3. 在cell中添加豐度

pheatmap(data_norm, 
  display_numbers=TRUE,
  cellheight=15,
  cellwidth=20,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10)
  )


圖4

4. 在cell中添加mark

display_numbers=matrix：使用自定義矩陣數(shù)據(jù)

fontsize_number=18：mark大小

filename="name.png/pdf":保存

data_mark=data_norm
# 新建mark矩陣

for(i in 1:20){
    for(j in 1:10){
        if(data_norm[i,j] <= 0.001)
            {
                data_mark[i,j]="***"
            }
            else if(data_norm[i,j] <= 0.01 && data_norm[i,j] > 0.001)
            {
                data_mark[i,j]="**"
            }
            else if(data_norm[i,j] <= 0.05 && data_norm[i,j] > 0.01)
            {
                data_mark[i,j]="*"
            }
            else
            {
                data_mark[i,j]=""
            }
    }
}
# * 0.05>=p>0.01; ** 0.01>=p>0.001; *** 0.001>=p

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark.pdf"
)


圖5

5. 根據(jù)tree將熱圖分割成2行3列

cutree_rows=num：分割行

cutree_cols=num：分割列

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark_cut.pdf",
  cutree_rows=2, 
  cutree_cols=3)

圖6

6. 添加樣品和物種的分組信息

annotation_col：列分組

annotation_row：行分組

annotation_colors：分組顏色

Group=c("A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B", "B", "B", "B")
group_sample=data.frame(Group)
rownames(group_sample)=rownames(data_norm)
# 模擬樣品分組文件

group_sample

圖7

Genus=c("G1", "G1", "G1", "G1", "G1", "G2", "G2", "G2", "G2", "G2")
group_genus=data.frame(Genus)
rownames(group_genus)=colnames(data_norm)
# 模擬物種分組文件

group_genus


圖8

colors=list(Group=c(A="#1B9E77", B="#D95F02"),
Genus=c(G1="pink", G2="lightgreen"))
# 自定義樣品分組顏色，Genus分組使用默認(rèn)顏色

pheatmap(data_norm, 
  cellheight=20,
  cellwidth=25,
  color=colorRampPalette(colors = c("purple", "white", "green"))(10),
  display_numbers=data_mark, 
  fontsize_number=18,
  filename="mark_group.pdf",
  cutree_rows=2, 
  cutree_cols=3,
  annotation_col=group_genus,
  annotation_row=group_sample, 
  annotation_colors=colors
)


圖9

pheatmap常用參數(shù)匯總：

display_numbers=TRUE  # 使用默認(rèn)矩陣數(shù)據(jù)
display_numbers=matrix  # 使用自定義矩陣數(shù)據(jù)
fontsize_number=18  # mark大小
cutree_rows=num  # 分割行
cutree_cols=num  # 分割列
scale="column"  # 列標(biāo)準(zhǔn)化
scale="row"  # 行標(biāo)準(zhǔn)化
cellwidth=20  # cell寬度
cellheight=20  # cell高度
fontsize_number=18  # mark大小
filename="name.pdf/png"  # 保存，自動調(diào)整紙張大小
annotation_col  # 列分組
annotation_row  # 行分組
annotation_colors  # 分組顏色
cluster_row = F  # 橫向不聚類
cluster_column = F  # 縱向不聚類
legend = F  # 去除legend
border = F  # 去除cell邊框
border_color = "blue"  # cell邊框顏色
annotation_names_col = F  # 不展示列l(wèi)egend的名稱


---

---

你可能還喜歡

1 技術(shù)貼 | 宏基因組Binning（一）介紹，報告展示

2 技術(shù)貼 | 宏基因組Binning（二）質(zhì)控、分箱、質(zhì)檢、可視化

3 技術(shù)貼 | 宏基因組Binning（三）豐度計(jì)算、差異分析

4 技術(shù)貼 | 宏基因組 Binning（四）COG  EC RNA注釋統(tǒng)計(jì)

5 技術(shù)貼 | 宏基因組Binning（五）KEGG GO注釋統(tǒng)計(jì)
6 技術(shù)貼 | 宏基因組Binning（六）CAZyme注釋統(tǒng)計(jì)

---