这图怎么画| 一个用于展示多种机器学习模型结果的热图

写在前面

【这图怎么画】系列的图都来自VIP群里同学的提问。推文只是对图片的复现，不代表作者对图片展现形式的认同。欢迎同学们在群里分析有意思的图片。

本期图片

ML-heatmap

❝

VIP群里同学的提问，图片来源未知，很显然相较于图片的绘制，本图的数据来源才是难点。基本思路就是：模型+循环，这里就先按下不表。本篇推文还是简单来画个图。

❞

复现结果

result

示例数据和代码领取

木舟笔记永久VIP企划

「权益：」

1. 「木舟笔记所有推文示例数据及代码(「在VIP群里」实时更新」）。

   
   data+code

2. 木舟笔记「科研交流群」。

「收费：」

「169￥/人」。可添加微信：mzbj0002 转账（或扫描下方二维码），或直接在文末打赏。木舟笔记「2022VIP」可直接支付「70￥」升级。

❝

点赞、在看 本文，分享至朋友圈集赞30个并保留30分钟，可优惠20￥。

❞

绘图

library(RColorBrewer)
library(ComplexHeatmap)
## sample
model_data <- data.frame(row.names = paste0('model',1:20),
                         data1 = runif(20,0.55,0.90),
                         data2 = runif(20,0.55,0.85),
                         data3 = runif(20,0.55,0.85),
                         data4 = runif(20,0.55,0.85))
## 平均C-index
mean <- apply(model_data, 1, mean) 
mean_sort <- sort(mean, decreasing = T)
model_data <- model_data[names(mean_sort), ] 
## plot
### barplot
row_bar = rowAnnotation(bar = anno_barplot(mean_sort, bar_width = 0.8, border = FALSE,
                                          gp = gpar(fill = "#aa9b81", col = NA),
                                          add_numbers = F, # 不显示数字
                                          width = unit(2, "cm")),
                       show_annotation_name = F)
### top annotation
CohortCol <- c('#bc492f','#316da8','#428458','#7c76b0') # 设置队列颜色
names(CohortCol) <- colnames(model_data)
col_title = columnAnnotation("Cohort" = colnames(model_data),
                          col = list("Cohort" = CohortCol),
                          show_annotation_name = F)


hm <- Heatmap(as.matrix(model_data), name = "C-index",
              right_annotation = row_bar, 
              top_annotation = col_title,
              col = c("#58aaa1", "#FFFFFF", "#e7bc6a"), 
              rect_gp = gpar(col = "gray", lwd = 1), 
              cluster_columns = FALSE, cluster_rows = FALSE, 
              show_column_names = FALSE, 
              show_row_names = TRUE,
              row_names_side = "left",
              column_split = factor(colnames(model_data), levels = colnames(model_data)), 
              column_title = NULL,
              heatmap_legend_param = list(
                border = 'black'
              ),
              cell_fun = function(j, i, x, y, w, h, col) { # add text to each grid
                grid.text(label = format(model_data[i, j], digits = 3, nsmall = 3),
                          x, y, gp = gpar(fontsize = 10))
              }
)
## save
pdf("Cindex.pdf", width = 6, height = 7)
draw(hm)
invisible(dev.off())

往期内容

1. 资源汇总 | 2022 木舟笔记原创推文合集（附数据及代码领取方式）

2. CNS图表复现|生信分析|R绘图 资源分享&讨论群！

3. R绘图 | 浅谈散点图及其变体的作图逻辑

4. 这图怎么画| 有点复杂的散点图

5. 这图怎么画 | 相关分析棒棒糖图

6. 组学生信| Front Immunol |基于血清蛋白质组早期诊断标志筛选的简单套路

7. (免费教程+代码领取)|跟着Cell学作图系列合集

8. Q&A | 如何在论文中画出漂亮的插图？

9. 跟着 Cell 学作图 | 桑葚图(ggalluvial)

10. R实战 | Lasso回归模型建立及变量筛选

11. 跟着 NC 学作图 | 互作网络图进阶(蛋白+富集通路)(Cytoscape)

12. R实战 | 给聚类加个圈圈(ggunchull)

13. R实战 | NGS数据时间序列分析(maSigPro)

14. 跟着 Cell 学作图 | 韦恩图(ggVennDiagram)

---

木舟笔记矩阵