R语言里画热图通常会使用
pheatmap
这个包。如果想使用ggplot2
这个包画热图的话需要借助geom_tile()
这个函数。今天的内容就以相关系数的数据为例介绍一下ggplot2
画热图的一个简单小例子。
视频版
接下来是文字版
第一步是做相关性分析,获得相关系数
R语言里做相关性分析需要准备的数据格式如下:每行是一个样本,每列是一个变量,存储到excel中,然后另存为csv格式数据
![a8f6fe076c2e2b43b226526c5a8a3dda.png](https://i-blog.csdnimg.cn/blog_migrate/0a877d0f3856800cf7994b5e245f4d21.png)
需要示例数据的可以直接在文末留言
首先是读入数据
df"example_data/cor_plot_example.csv",
header=T,
row.names = 1)
df
相关性分析
直接用cor()
函数获得相关系数矩阵
cordfcordf
相关系数矩阵是宽格式的数据,ggplot2作图通常是长格式数据,把宽格式变成长格式直接使用reshape2
包中的melt()
函数就可以了
plotdfplotdf
接下来就是用ggplot2画图了
最基本的热图
library(ggplot2)
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))
![a593ea5e873bc2c5722d7c79a69cf153.png](https://i-blog.csdnimg.cn/blog_migrate/926f78150259ed8da7e50670648fa28a.png)
更改配色
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))+
scale_fill_gradient2(low="green",mid="white",high = "red")
![003e65c3b1e68c7fcada43a657c62612.png](https://i-blog.csdnimg.cn/blog_migrate/b0411cce9fc722ba92f08f9d181e461a.png)
将相关系数的数值作为文字标签
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))+
scale_fill_gradient2(low="green",mid="white",high = "red")+
geom_text(aes(label=value))
![d113b1bbcd8ef3c33bcfff9f5b70ea28.png](https://i-blog.csdnimg.cn/blog_migrate/66e661887ea01bac7592c4c1be7bd15f.png)
相关系数的小数位数太多,我们只保留两位
plotdf$value$value,2)
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))+
scale_fill_gradient2(low="green",mid="white",high = "red")+
geom_text(aes(label=value))
![6cf32ddd29838c6cefd272857bf85e0a.png](https://i-blog.csdnimg.cn/blog_migrate/7eb75ba148ed3f971e2058ffe235c63f.png)
这样最基本的热图就做好了,接下来是简单的美化
包括去掉灰色背景,去掉坐标轴的标题和小短线
ggplot(plotdf,aes(x=Var1,y=Var2))+
geom_tile(aes(fill=value))+
scale_fill_gradient2(low="green",mid="white",high = "red")+
geom_text(aes(label=value))+
theme(panel.background = element_blank(),
axis.title = element_blank(),
axis.ticks = element_blank())
![0ed50da2dfcb59dda60b65fbdade615f.png](https://i-blog.csdnimg.cn/blog_migrate/603c80dfed39a9f51b5014b79c289691.png)
欢迎大家关注我的公众号
小明的数据分析笔记本