superheat | 超级简单的热图绘制解决方案！~（手把手教学~）（一）

1写在前面

画热图一直是一件既简单又复杂的事情，想画个普通的热图还是挺简单的，但是复杂热图就要费事的多了。😂

之前一直使用的complexheatmap，还是比较好用的，但是最近发现了一个更简单的解决方案，superheat。😏

详细介绍下这个包吧，大家用起来哦。🥰

---

今天的BGM是Shane Nicholson的Summer Dress，夏日快乐，各位！~🏊🏻‍♂️

2用到的包

# devtools::install_github("rlbarter/superheat")
library(superheat)
library(tidyverse)		

3示例数据

data("mtcars")

DT::datatable(mtcars)

4基础绘图

superheat(mtcars, 
          # labels 参数
          left.label.size = 0.4,
          bottom.label.size = 0.1,
          # scale 参数
          scale = T)

5对行和列进行排序

5.1 自动排序

需要注意的是，当当矩阵有缺失值时，可能会出现错误。🤣

superheat(mtcars,
          pretty.order.rows = T,
          pretty.order.cols = T,
          scale = T)

---

5.2 指定列或行的顺序

这里我们试着制定行按照示例数据中的mpg排列。

superheat(mtcars,
          order.rows = order(mtcars$mpg),
          scale = T)

6配色

在supherheat中，默认配色是viridis，我个人觉得还是蛮不错的。😘

6.1 配色示例一

我们试试red主题。😂

superheat(mtcars,
          scale = T,
          heat.col.scheme = "red")

---

6.2 配色示例二

我们试着调一下经典低中高三色配色吧。😏

superheat(mtcars,
          scale = T,
          heat.pal = c("#b35806", "white", "#542788"))

---

6.3 颜色限制

这里可以使用heat.lim参数定义颜色图的最小值和最大值。😏

比如说，如果我只想显示从-1到2的值，那么我会设置heat.lim = c(-1, 2)。🫠

这样的话范围之外的每个值都将显示为缺失。🤒

superheat(mtcars,
          scale = T,
          heat.lim = c(-1, 2))

---

6.4 极值的处理

如果希望将heat.lim范围之外的值显示为范围内的最大/最小颜色（而不是作为NA），那么可以指定参数extreme.values.na = FALSE。😘

superheat(mtcars,
          scale = T,
          heat.lim = c(-1, 2),
          extreme.values.na = F)

7缺失值颜色

7.1 制造NA

mtcars.missing <- mtcars
mtcars.missing[sample(1:nrow(mtcars), 5),
               sample(1:ncol(mtcars), 5)] <- NA

---

7.2 更改NA颜色

我们试着把缺失值改成白色。🥰

superheat(mtcars.missing,
          scale = T,
          heat.na.col = "white")

---

最后祝大家早日不卷!~

---

点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

📍 往期精彩

📍 🤩 LASSO | 不来看看怎么美化你的LASSO结果吗！？
📍 🤣 chatPDF | 别再自己读文献了！让chatGPT来帮你读吧！~
📍 🤩 WGCNA | 值得你深入学习的生信分析方法！~
📍 🤩 ComplexHeatmap | 颜狗写的高颜值热图代码！
📍 🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗！？
📍 🤨 Google | 谷歌翻译崩了我们怎么办！？（附完美解决方案）
📍 🤩 scRNA-seq | 吐血整理的单细胞入门教程
📍 🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~
📍 🤩 RColorBrewer | 再多的配色也能轻松搞定！~
📍 🧐 rms | 批量完成你的线性回归
📍 🤩 CMplot | 完美复刻Nature上的曼哈顿图
📍 🤠 Network | 高颜值动态网络可视化工具
📍 🤗 boxjitter | 完美复刻Nature上的高颜值统计图
📍 🤫 linkET | 完美解决ggcor安装失败方案（附教程）
📍 ......

本文由 mdnice 多平台发布