R实现热图与网络图组合并显示显著性

      大家好，我是带我去滑雪！

      热图和网络图分别展示了数据的不同方面。热图可用于显示变量之间的相关性或模式，而网络图则可用于显示节点之间的连接关系。通过将它们组合在一起，可以更全面地展示数据之间的关系和结构。下面开始代码实战。

（1）安装并调用相关R包

install.packages("vegan",repos="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")
install.packages("ggcor",repos="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")

#安装devtools
install.packages("devtools")

#安装ggcor
devtools::install_local("F:/R-4.2.2/library/ggcor_master/ggcor-1-master", force = TRUE)


library(vegan) # Community Ecology Package
library(dplyr) # A Grammar of Data Manipulation
library(ggcor) # Extended tools for correlation analysis and visualization
library(ggplot2) # Create Elegant Data Visualisations Using the Grammar of Graphics

（2）导入数据

varechem<-read.csv("E:/工作/硕士/博客/博客粉丝问题/新建文件夹/mantel test/varechem.csv",header=TRUE,sep=",",fileEncoding = "GBK")
varespec<-read.csv("E:/工作/硕士/博客/博客粉丝问题/新建文件夹/mantel test/varespec.csv",header=TRUE,sep=",",fileEncoding = "GBK")
varechem
varespec

    varechem部分数据展示：

   X    N    P     K     Ca    Mg    S    Al    Fe    Mn   Zn   Mo Baresoil Humdepth  pH
1  18 19.8 42.1 139.9  519.4  90.0 32.3  39.0  40.9  58.1  4.5 0.30    43.90      2.2 2.7
2  15 13.4 39.1 167.3  356.7  70.7 35.2  88.1  39.0  52.4  5.4 0.30    23.60      2.2 2.8
3  24 20.2 67.7 207.1  973.3 209.1 58.1 138.0  35.4  32.1 16.8 0.80    21.20      2.0 3.0
4  27 20.6 60.8 233.7  834.0 127.2 40.7  15.4   4.4 132.0 10.7 0.20    18.70      2.9 2.8
5  23 23.8 54.5 180.6  777.0 125.8 39.5  24.2   3.0  50.1  6.6 0.30    46.00      3.0 2.7
6  19 22.8 40.9 171.4  691.8 151.4 40.8 104.8  17.6  43.6  9.1 0.40    40.50      3.8 2.7
7  22 26.6 36.7 171.4  738.6  94.9 33.8  20.7   2.5  77.6  7.4 0.30    23.00      2.8 2.8
8  16 24.2 31.0 138.2  394.6  45.3 27.1  74.2   9.8  24.4  5.2 0.30    29.80      2.0 2.8
9  28 29.8 73.5 260.0  748.6 105.3 42.5  17.9   2.4 106.6  9.3 0.30    17.60      3.0 2.8
10 13 28.1 40.5 313.8  540.7 118.9 60.2 329.7 109.9  61.7  9.1 0.50    29.90      2.2 2.8
11 14 21.8 38.1 146.8  512.2  75.0 36.6  92.3   4.6  29.0  8.1 0.50    33.30      2.7 2.7
12 20 26.2 61.9 202.2  741.2  86.3 48.6 124.3  23.6  94.5 10.2 0.60    56.90      2.5 2.9
13 25 22.8 50.6 151.7  648.0  64.8 30.2  12.1   2.3 122.9  8.1 0.20    23.70      2.6 2.9
14  7 30.5 24.6  78.7  188.5  55.5 25.3 294.9 123.8  10.1  3.0 0.40    18.60      1.7 3.1
15  5 33.1 22.7  43.6  240.3  25.7 14.9  39.0   8.4  26.8  8.4 0.20     8.10      1.0 3.1
16  6 19.1 26.4  61.1  259.1  37.0 21.4 155.1  81.4  20.6  4.0 0.60     5.80      1.9 3.0

varespec部分数据展示：

（3）绘制组合图

mantel <- mantel_test(varespec, varechem,
                      spec.select = list(Spec01 = 1:7,
                                         Spec02 = 8:18,
                                         Spec03 = 19:37,
                                         Spec04 = 38:44)) %>% 
  mutate(rd = cut(r, breaks = c(-Inf, 0.2, 0.4, Inf),
                  labels = c("< 0.2", "0.2 - 0.4", ">= 0.4")),
         pd = cut(p.value, breaks = c(-Inf, 0.01, 0.05, Inf),
                  labels = c("< 0.01", "0.01 - 0.05", ">= 0.05")))

quickcor(varechem, type = "upper") +
  geom_square() +
  anno_link(aes(colour = pd, size = rd), data = mantel) +
  scale_size_manual(values = c(0.5, 1, 2)) +
  scale_colour_manual(values = c("#D95F02", "#1B9E77", "#A2A2A288")) +
  guides(size = guide_legend(title = "Mantel's r",
                             override.aes = list(colour = "grey35"), 
                             order = 2),
         colour = guide_legend(title = "Mantel's p", 
                               override.aes = list(size = 3), 
                               order = 1),
         fill = guide_colorbar(title = "Pearson's r", order = 3))

    图形效果：

需要数据集的家人们可以去百度网盘（永久有效）获取：

链接：https://pan.baidu.com/s/173deLlgLYUz789M3KHYw-Q?pwd=0ly6
提取码：2138 

---

更多优质内容持续发布中，请移步主页查看。

若有问题可邮箱联系：1736732074@qq.com 

博主的WeChat:TCB1736732074

   点赞+关注,下次不迷路！