记录：R语言生成热图（非相关性）

1. R语言生成热图

  今天解决了一个困扰了我很久的问题，就是如何绘制不添加相关性的热图。一般绘制热图是使用corrplot包画相关性图，但是这样有一个前提，就是输入的数据集必须进行相关性分析。那么如果我不需要进行相关性分析，而是直接绘制能够反应数值大小的热图呢？

  这里给出一个相关性热图的绘制方法：corrplot相关性图，我之前是参考这个来画的，所以就一直出错，但是如果你要绘制相关性热图的话，可以参考他的方法。

  在这里，我使用了气泡图进行绘制，我的数据集如下：

  但是使用这样的数据集是无法绘制气泡图的，因为气泡图要求数据有三列，因此需要将原始数据转换为长格式的数据 （可以使用melt函数，但是我不太会使用这个函数，如果您会，可以告诉我如何操作【已解决，文末】），所以我就直接手动将数据调整为长格式：

接下来就是绘制气泡图：

library(ggplot2)
A <- read_excel("jiaohu_result.xlsx", sheet = 7)
data <- as.data.frame(A)

## 调整因子水平
data$X <- factor(data$X, levels = c("X1", "X2", "X3", "X4", "X5", "X6",
                                    "X7","X8"))
data$Y <- factor(data$Y, levels = c("X1", "X2", "X3", "X4", "X5", "X6",
                                    "X7","X8"))
data

# 创建气泡图
ggplot(data, aes(x = X, y = Y, size = values, color= X, fill=X))+
  geom_point(color="black", shape=21,alpha=0.9, stroke = 0.7)+
  scale_size_continuous(range = c(1, 16)) +
  theme_minimal() +
  labs(x = "Variable", y = "Variable", size = "q") +
  theme_bw()+
  theme(text=element_text(size=20,  family="serif"),
        axis.text.x = element_text(family = "serif", size = 14, face = "bold"),
        axis.text.y = element_text(family = "serif", size = 14, face = "bold"),
        panel.grid = element_blank()
  )

结果展示：

这里放一张别人论文里面的气泡图：

2. 补充：长数据格式转换方法

  经过网上查询，我大概了解了长数据格式的转换方法 ：
  melt函数使用方法

library(openxlsx)
library(readxl)
library(ggplot2)
library(reshape2)
A <- read_excel("jiaohu_result.xlsx", sheet = 8)
data <- as.data.frame(A)
data

# 宽格式转换为三列长格式
datamelt <- melt(data, id.vars = "variable",  # 你不想改变的数据列
                 measure.vars = 2:9,         # 你要melt的数据
                 variable.name = "variable2", # melt操作后，为新列变量取名,即第二列列名
                 value.name = "values"       # 新列对应值的变量名，即第三列列名
                 )

# 删除第三列为空值所有行
datamelt_filtered <- subset(datamelt, !is.na(datamelt$values))

# 将 value 列转换为连续变量
datamelt_filtered$value <- as.numeric(datamelt_filtered$values)

# 查看过滤后的数据框
datamelt_filtered

  数据格式：

其中需要定义第一列的列名！！！
  运行结果：

> data
  variable   X1   X2   X3   X4   X5   X6   X7   X8
1       X1 7.33   NA   NA   NA   NA   NA   NA   NA
2       X2 3.23 6.44   NA   NA   NA   NA   NA   NA
3       X3 7.49 4.49 4.80   NA   NA   NA   NA   NA
4       X4 9.47 8.48 8.03 7.10   NA   NA   NA   NA
5       X5 4.75 6.70 7.18 8.42 7.37   NA   NA   NA
6       X6 7.18 5.84 1.85 7.95 9.64 3.17   NA   NA
7       X7 9.31 8.04 6.48 8.85 1.66 9.13 9.88   NA
8       X8 6.05 8.57 7.87 9.61 3.80 6.40 8.05 8.83

> # 查看过滤后的数据框
> datamelt_filtered
   variable variable2 q value
1        X1        X1    7.33
2        X2        X1    3.23
3        X3        X1    7.49
4        X4        X1    9.47
5        X5        X1    4.75
6        X6        X1    7.18
7        X7        X1    9.31
8        X8        X1    6.05
10       X2        X2    6.44
11       X3        X2    4.49
12       X4        X2    8.48
13       X5        X2    6.70
14       X6        X2    5.84
15       X7        X2    8.04
16       X8        X2    8.57
19       X3        X3    4.80
20       X4        X3    8.03
21       X5        X3    7.18
22       X6        X3    1.85
23       X7        X3    6.48
24       X8        X3    7.87
28       X4        X4    7.10
29       X5        X4    8.42
30       X6        X4    7.95
31       X7        X4    8.85
32       X8        X4    9.61
37       X5        X5    7.37
38       X6        X5    9.64
39       X7        X5    1.66
40       X8        X5    3.80
46       X6        X6    3.17
47       X7        X6    9.13
48       X8        X6    6.40
55       X7        X7    9.88
56       X8        X7    8.05
64       X8        X8    8.83

3. 参考

• R语言 melt()函数使用
• R语言学习笔记（二）——melt()函数之整齐数据
• corrplot包画相关性图详解