[笔记]R语言中pheatmap与python中seaborn.clustermap的一些区别

一般来说，R中使用pheatmap绘制聚类热力图的写法如下：

pheatmap(sample_1,scale = "row",fontsize=6, fontsize_col = 8,cluster_cols = F, 
         color = colorRampPalette(c("steelblue", "white", "firebrick3"))(10),
)

这里的第一参数为数据，第二个参数 scale="row" 表示对于行数据进行 归一化 ， cluster_cols 表示是否对列进行聚类分析，后面的参数即图的样式等等。

更加具体的各参数的说明参考文档

在python中，一般来说使用 seaborn.clustermap 这个包中的函数来进行聚类分析图的绘制，一种写法如下：

sns.clustermap(simple_data, z_score=0, method='complete',
				 col_cluster=False,cmap='RdBu', 
				 figsize=(len(simple_data.columns),
				  len(simple_data.index)))

• 其中传入的数据为 Dataframe 类型的数据，
• clustermap中对于数据的归一化处理有两种，一种为 z-scale 变换，另一种为 standard_scale 方式，且值为0表示对行数据归一化，1表示对列归一化，**经过实验，只有 z-scale 变换得到的图像的结果与R中的pheatmap默认的处理结果一致
• 其他的参数是颜色等的设置

所以如果发现同样的数据，使用不同的方式处理后得到的聚类热力图不一致，可以尝试指定参数 z-scale 。

此外，pheatmap默认的聚类方法是 complete 且距离的计算方式是 欧几里得距离
而python中默认的聚类方式是 average ，距离计算方式也是 欧几里得距离
所以后一段代码中制定了 method

seaborn.clustermap的其他参数说明