问题解决|如何优雅展示层级或关联数据？

一、8种可用图表类型及配套教程

（一）包珠图 

（1）功能介绍

       包珠图（Circular Packing），是一类较特殊的分类树状图，以气泡之间的包含关系展示层级关系，以气泡面积（或半径）展示数值的大小。如不同层级的气泡可以表示组织类型、细胞亚群、Marker基因，气泡的大小可表示基因的表达量等。

        包珠图（Bubble Chart）是一种用于可视化数据的散点图，通常通过气泡的大小、颜色和位置来表示不同维度的信息。它可以有效地展示三个或多个变量之间的关系，其中两个变量用坐标轴表示，第三个变量则通过气泡的大小来体现。这种图表适合用于分析和比较不同组别的数据，如市场份额、人口统计数据或项目评估等。

        优点

        包珠图具有多种优势。首先，它能够同时展示多个变量的信息，使得复杂的数据关系更加直观易懂。其次，包珠图在展示数据分布时，可以很好地传达数值之间的相对关系和趋势。此外，气泡的颜色可以帮助用户区分不同类别或组别的数据，增强了数据可读性。最后，该图表支持交互功能，用户可以通过悬停或点击气泡来获取更多详细信息，从而实现更深入的数据分析。

        缺点

        尽管包珠图有其独特的优势，但也存在一些缺点。首先，如果数据点过多，图表可能会显得拥挤，导致信息难以辨认。其次，气泡的重叠可能会隐藏部分数据，使得某些重要的信息不易被察觉。此外，在选择气泡大小和颜色时，需要谨慎，以免造成误解或混淆。最后，对于初学者来说，理解气泡图可能需要一定的时间和经验，因此在使用时应考虑受众的背景。

（2）制作步骤

OS教程：《如何绘制大佬文章中那般好看的包珠图？》

Origin教程：《师兄，这种好看的“泡泡图”如何绘制？》

（二）桑基图/冲击图 

（1）功能介绍

        桑基图，在组学研究中常用于展示数据间的“流动”变化或关联性，如构建ceRNA调控网络、展示单细胞亚群分类、生物群落丰度变化等。

功能介绍

        桑基图（Sankey Diagram）和冲击图（Impulse Chart）是用于可视化和分析数据的强大工具。桑基图主要用于展示不同类别之间的流动关系，通过宽度不等的箭头展示流量的大小，使得资源、能量或信息的转移一目了然。而冲击图则专注于时间序列数据，通常用来展示某个变量在特定时点受到的影响或冲击。这种图表可以有效地帮助用户理解事件发生后数据变化的动态过程。

优点

        桑基图和冲击图的结合具备多方面的优势。首先，它们能够有效地可视化复杂的流动关系和时间序列数据，帮助用户快速识别趋势和模式。其次，桑基图的结构使得用户能够直观地了解各类之间的相互作用，而冲击图则能清晰展示事件对相关变量的影响。此外，这些图表通常具有良好的交互性，允许用户通过放大、缩小或选择特定时间段来深入分析数据，从而提高了分析的精准度和灵活性。

缺点

        尽管桑基图与冲击图的组合提供了很多优点，但也存在一些缺点。首先，对于复杂的数据集，图表可能会显得过于拥挤，导致信息难以消化和理解。其次，处理时间序列数据时，用户需要关注时间维度，可能增加分析的复杂性。此外，创建这些组合图表通常需要较高的技术水平，包括合适的工具和软件支持，因此对初学者来说可能具有一定的挑战性。最后，在设计图表时，需要仔细考虑视觉效果，以避免造成误导或混淆。

（2）制作步骤

OS教程：《已经很好看的图表还能如何调整？》

R教程：《超多绝美桑基图画法来了！想画啥随便Pick！》

（三）多维数据展示进阶：桑基图+热图组合·

（1）功能介绍

功能介绍

        桑基图（Sankey Diagram）和热图（Heatmap）的组合是一种可视化工具，旨在同时展示数据的流动关系和强度。桑基图用于展现不同类别之间的流动关系，通过箭头的宽度来显示流量的大小，可以直观地反映出资源、能量或信息的转移。而热图则通过颜色的深浅来表示数值的高低，适合用于显示二维数据中某些变量的分布和强度，常用于发现模式和异常值。这种组合使得用户能够综合理解数据的不同特征，提供了一个全面的分析视角。

优点

        桑基图与热图的结合具备多方面的优势。首先，它具有很强的综合性，能够同时展示数据的流向和强度，从而有效传达更多信息。其次，这种可视化方式清晰易懂，帮助用户快速抓住数据要点，便于进行分析和决策。此外，利用热图的颜色深浅，用户可以迅速识别出数据中的热点区域或趋势。现代数据可视化工具通常支持交互功能，使得用户可以深入探索数据，实现更灵活的分析。

缺点

        尽管桑基图与热图的组合有诸多优点，但也存在一些缺点。首先，对于初学者来说，组合图表可能较难理解，需要一定的学习曲线。其次，如果数据量过大，组合图可能导致信息拥挤，反而降低可读性。最后，创建这样的组合图表需要较高的技术水平，尤其是在选择合适的工具和软件时。因此，在实际应用中需谨慎考虑这些潜在问题，以确保所展示的数据能够有效传达所需的信息。

（2）制作步骤

OS教程：《如何绘制文献特色桑基图+热图组合图表？》

（四）多维数据展示进阶：桑基图+气泡图组合·

（1）功能介绍

功能介绍

        桑基图与气泡图的组合是一种先进的数据可视化技术，旨在同时展示复杂的流动关系和多维数据特性。桑基图通过箭头的宽度来表示不同类别之间的流量，直观地展现资源、信息或能量的转移。而气泡图则利用气泡的位置、大小和颜色来表征多个变量之间的关系。这种组合能够有效揭示数据中潜在的模式、趋势和关联，特别适用于展示业务流程、市场分析或系统动态等复杂情况。

优点

        这种组合图表具有许多显著的优势。首先，它能够直观地将流动关系和多维数据结合在一起，使得用户更容易理解复杂的数据结构。其次，通过气泡的大小和颜色，用户可以快速识别不同类别或变量的重要性，增强了信息的可读性。此外，该组合图能够帮助用户发现数据中的潜在模式和异常值，便于后续决策。最后，这种图表通常支持交互功能，用户可以通过悬停和点击操作深入探讨数据的细节，提升了数据分析的灵活性和深度。

缺点

        尽管桑基图与气泡图的组合提供了丰富的可视化效果，但也存在一些局限性。首先，对于数据量较大或较复杂的情况下，图表可能会变得拥挤，降低可读性，使得重要信息被掩盖。其次，创建这样的组合图需要较高的技术水平和数据处理能力，对于初学者而言，学习曲线可能相对陡峭。此外，气泡的重叠可能导致部分数据信息丢失，因此在设计时需要谨慎考虑气泡的排布和大小选择。最后，过于复杂的图表设计可能导致用户困惑，从而影响数据的传达效果。因此，在实际应用中应根据具体需求和受众特点合理选择使用。

（2）制作步骤

R教程：《如何绘制桑基气泡组合图？富集结果五维度全新展示！》

（五）复合饼图/甜甜圈图 ·

（1）功能介绍

        饼状图在各类组学研究中，出现频率非常高，如用于展示微生物分布及比例、基因覆盖度、SNP/InDel突变型统计、单细胞亚群在组织的占比等，只要是有展示元素在整体占比需求的数据都可以使用。多层饼图可以在同一个图中显示更多层级的数据。

功能介绍

        复合饼图（Composite Pie Chart）和甜甜圈图（Doughnut Chart）是常用的数据可视化工具，旨在展示部分与整体之间的关系。复合饼图通常由多个饼图组成，通过不同的分区展示各类数据的比例，适合用于对比不同组别或时间段的数据。而甜甜圈图则是在饼图的基础上去掉中心部分，形成一个环形结构，能够清晰地显示各个部分的占比，同时为用户提供更好的视觉效果。这种图表适合用于市场份额、人口统计、调查结果等场景。

优点

        复合饼图和甜甜圈图具有多种优势。首先，这些图表能够直观地展示数据的相对比例，使得用户能够快速理解各部分在整体中的位置。其次，甜甜圈图由于其开放的中心区域，可以在视觉上减少信息的拥挤感，并且可以在中心嵌入额外的信息，例如总值或其他相关图形。此外，复合饼图能够在同一图表中展示多个层次的分类，从而便于对比和分析不同类别间的关系。最后，这些图表通常支持颜色编码和标签标注，增强了数据的可读性和吸引力。

缺点

        尽管复合饼图和甜甜圈图有许多优点，但也存在一些局限性。首先，当类别数量较多时，饼图或者甜甜圈图可能会变得过于复杂，导致用户难以辨认各部分的具体比例。其次，单纯依靠角度和弧长来判断比例可能不如柱状图直观，这使得精确的数据比较相对困难。此外，饼图和甜甜圈图不适合展示过于细致的数据变化或趋势，更多适用于静态的比例展示。最后，在设计这些图表时，需要注意选择合适的配色方案，以避免视觉上的混淆和疲劳。因此，在使用时应根据具体需求和数据特征进行合理选择。

（2）制作步骤

R教程：《如何绘制双层饼图/甜甜圈图？文献同款高频必学！》

（六）矩形树状图 ·

（1）功能介绍

        矩形树状图表（Treemap），用于直观展示数据元素的占比或权重，通过矩形块大小，可以直观感受比例，可看做一种较新的饼图。相较于饼图，该图还能展示更多维度的分组信息。

功能介绍

        矩形树状图（Treemap）是一种用于可视化层次结构数据的图表类型。它通过将数据分解为嵌套的矩形块来展示各个部分在整体中的比例和关系。每个矩形的面积代表某个类别的数值大小，而颜色可以用来表示额外的信息或分类。这种图表特别适合于展示各类项目之间的关系以及它们在整体数据中所占的比重，常用于市场份额分析、资源分配或文件系统管理等领域。

优点

        矩形树状图具有多种优势。首先，它能够有效地展示大规模的数据集，将多个维度的信息整合在一个视觉空间内，帮助用户快速理解层次结构和相对比例。其次，通过直观的面积比较，用户可以迅速识别出哪些类别占据了较大的比例，从而更好地进行决策。此外，矩形树状图支持使用颜色编码，这样可以进一步突出显示特定信息，如增长趋势或类别重要性。最后，该图表通常具有良好的交互性，用户可以通过点击或悬停操作深入了解子类别的详细信息。

缺点

        尽管矩形树状图有很多优点，但也存在一些局限性。首先，当数据集非常庞大或包含许多细分类别时，矩形可能会显得过于拥挤，使得信息难以辨认。其次，对于某些用户而言，仅凭矩形的面积和颜色来判断数量关系可能不够直观，相较于其他图表（如柱状图）而言，数据的精确比较可能较为困难。此外，在设计矩形树状图时，需要进行合理的分类和布局，否则可能导致用户困惑或信息传达的不准确。最后，这种图表更适合静态数据展示，对于动态变化的实时数据，其表现力相对较弱。因此，在实际应用中，应根据具体需求选择使用矩形树状图。

（2）制作步骤

R教程：《高分文章矩形树状图复现！展示元素占比新花样儿！》

（七）网络图

（1）功能介绍

功能介绍

网络图（Network Diagram）是一种用于可视化复杂关系或连接的数据表示方法。它由节点（或顶点）和边（或链接）组成，节点代表实体（如人、组织、设备等），而边则表示这些实体之间的关系或互动。网络图广泛应用于社交网络分析、科学研究、交通运输、项目管理和IT基础设施等领域，以帮助用户理解和分析各个元素之间的关联和影响。

优点

网络图具有多项显著优势：

1. 直观展示：网络图能够清晰地显示出节点与节点之间的关系，使得用户能够快速理解复杂系统的结构。

2. 层次关系：可以展示层次结构和不同类别之间的相互作用，有助于识别关键节点和重要路径。

3. 动态分析：网络图通常支持动态更新，能够实时反映数据变化，方便进行实时监控和分析。

4. 关系探索：用户可以通过交互操作（如放大、缩小、点击节点）深入了解特定关系或扩展查看相关部分，提升了数据分析的灵活性。

5. 识别模式：通过网络图，用户可以更容易地识别出集群、孤立节点等模式，从而进行针对性的决策。

缺点

尽管网络图具有许多优点，但也存在一些局限性：

1. 复杂性：在处理大型网络时，节点和边的数量可能非常庞大，导致图形过于复杂，难以辨认和解读。

2. 信息过载：过多的信息可能导致视觉上的拥挤，使得用户很难关注到重要的关系或数据。

3. 比较困难：相较于其他图表类型（如柱状图或饼图），网络图在直接比较数值大小方面的能力较弱，因为其主要强调的是关系而非量化。

4. 布局问题：网络图的美观和清晰度往往依赖于布局算法，错误的布局选择可能会导致信息传递不准确。

5. 学习曲线：对于不熟悉这种可视化方式的用户来说，理解网络图的结构和含义可能需要一定的学习时间。

（2）制作步骤——案例一

网络图我们一般使用cytoscape绘制，分享两个案例：

往期教程：《老夫的少女心动了，浅画一个可可爱爱网络图！》

（3）制作步骤——案例2

往期教程：《太辣了！做个网络图界的时尚弄潮儿！》

（八）弧线图

（1）功能介绍

弧线图为一种特殊结构网络图，也常用于展示不同数据节点间的联系或频率。在弧线图中，节点沿单一轴线显示，节点间的链接用弧线表示。

弧线图（Arc Diagram）是一种用于表示序列数据或关系的数据可视化方法。它通过弧线连接节点，展示各个节点之间的关系和相对位置。弧线图特别适合于展示时间序列数据、网络关系或类别间的相互联系。这种图表可以帮助用户识别模式、趋势和相似性，广泛应用于社交网络分析、生物信息学和其他领域。

优点

弧线图有多项显著优势：

1. 直观展示：弧线图能够以简洁的方式展现节点之间的关系，使得用户易于理解数据的结构。

2. 突出关系：通过弧线的连接，可以清晰地显示出不同节点之间的关联，方便识别重要的连接路径。

3. 适合时间序列数据：在处理时间序列数据时，弧线图能够有效展示数据随时间变化的趋势和波动情况。

4. 灵活性强：弧线图可以根据需要调整节点的位置和弧线的形状，以优化整体布局和可读性。

5. 简化复杂性：与传统的网络图相比，弧线图在某些情况下能够减少视觉上的复杂性，从而使信息传递更加高效。

缺点

尽管弧线图具有许多优点，但也存在一些局限性：

1. 信息过载：当节点数量较多时，弧线的交叉和重叠可能导致信息混乱，难以有效解读。

2. 定量比较困难：弧线图主要强调的是关系，而不是具体的数值，因此在进行定量分析时可能不够直观。

3. 缺乏层次感：相较于其他图表（如树状图），弧线图在展示层级结构方面的效果较弱，不容易分辨出层次关系。

4. 布局复杂性：合理的布局设计对于弧线图至关重要，不恰当的布局可能导致视觉效果差，降低信息传达的清晰度。

5. 依赖交互性：为了更好地解读数据，用户在使用弧线图时通常需要借助交互功能，如悬停或点击，这对于静态报告可能不是最佳选择。

（2）制作步骤

R教程：《如何展示数据关联或流动？四类Flow图画法分享》

二、利用组合型热图展示更多维度数据

（一）无代码组合热图绘制

        首先分享一些无需代码，仅使用在线工具即可绘制的案例：

（1）热图+差异气泡图组合图表

1）功能介绍

热图（Heat Map）和差异气泡图（Bubble Chart）组合图表是一种强大的可视化工具，用于展示复杂数据集中的多维信息。热图通过颜色深浅表示数值的大小，而差异气泡图则利用圆形的面积（或半径）来表示另一个变量。将这两种图表结合起来，可以同时显示多个维度的数据，便于分析和比较。

• 热图：通常用于展示矩阵数据（如相关性、频率等），颜色的变化帮助用户快速识别出数据中的模式和趋势。

• 差异气泡图：用来表示某个量的相对大小关系，通过气泡的大小、位置和颜色来传达信息，适合展示类别间的比较和差异。

优点

组合使用热图和差异气泡图具有以下优点：

1. 多维数据展示：能够在同一图表中展现多个数据维度，提供更深入的分析视角。

2. 直观易懂：色彩和气泡的组合使得数据的模式和关系更加明显，便于快速理解。

3. 突出重要信息：气泡图特别适合突显特定数据点，如异常值、关键类别等，有助于用户关注。

4. 空间利用效率高：通过将不同类型的信息整合到一个图表中，节省了空间，同时避免了信息过载问题。

5. 支持交互性：许多现代数据可视化工具允许用户进行交互操作，比如悬浮显示具体数值，这增强了用户体验。

缺点

尽管组合图表有诸多优势，但也存在一些局限性：

1. 复杂性增加：两个图表的结合可能导致视觉上的复杂，使得初学者难以理解。

2. 信息密度高：当数据量较大时，信息密度可能过高，导致图表变得拥挤，难以清晰辨识。

3. 布局设计要求高：合理的布局设计对于组合图表至关重要，不当的设计可能会影响图表的可读性。

4. 定量比较困难：虽然可以直观地看到模式和趋势，但在进行精确的定量比较时，可能不如单独的柱状图或线图来得直观。

5. 受众接受度：并非所有受众都习惯于复杂的组合图表，对于某些受众而言，单一的图表类型可能更为有效。

2）制作步骤

往期教程：《如何绘制Nat Commun同款热图+差异气泡组合图表？》

（2）热图+桑基图组合图表

1）功能介绍

热图（Heat Map）和桑基图（Sankey Diagram）的组合图表是一种有效的数据可视化工具，旨在展示复杂数据集中的关系和流动信息。这种组合图表能够同时利用颜色强度和流量宽度来传达信息，从而便于用户进行多维度分析。

• 热图：通过不同的颜色深浅表示数值的大小，通常用于展示矩阵数据或时间序列数据，使得用户可以迅速识别出高峰和低谷。

• 桑基图：主要用于表示流动量（如资源、资金、数据流等）的图形，流量的宽度与流动的数量成正比，适合展示不同类别之间的关系和转移。

优点

组合使用热图和桑基图具有以下优点：

1. 多维可视化：能够展现多个变量之间的关系，提供更全面的视角，有助于深入分析复杂数据。

2. 直观性强：热图的颜色变化结合桑基图的流动宽度，使得数据模式和流动关系一目了然，容易引起关注。

3. 强调关键流动：桑基图特别适合展示资源或数据的转移情况，配合热图能够突出各个分类间的重要关系。

4. 空间利用高效：将两种图表结合在一起，减少了需要展示的信息总量，同时增强了信息的表达力。

5. 动态交互可能：许多现代数据可视化工具支持交互操作，如鼠标悬停显示详细信息，进一步提升用户体验。

缺点

尽管组合图表有诸多优势，但也存在一些局限性：

1. 视觉复杂性：组合后的图表可能变得较为复杂，初学者或非专业人士可能难以理解和解读。

2. 信息密度过高：当数据量较大时，可能导致信息过于拥挤，影响可读性。

3. 设计要求高：合理的布局和设计对于组合图表至关重要，不当的设计可能会使信息难以辨认。

4. 定量比较困难：虽然能够直观了解趋势和流动，但进行精确的数值比较时，可能不如单独的柱状图或折线图来得直接。

5. 受众接受度：并不是所有受众都习惯于理解这种复杂的组合图表，因此需要考虑受众的背景和需求。

2）制作步骤

往期教程：《如何绘制文献特色桑基图+热图组合图表？》

（3）配对型组合热图

1）功能介绍

配对型组合热图（Paired Heatmap）是一种数据可视化技术，它将多个相关变量的热图结合在一起，用于比较和展示不同条件下的数据变化或关系。此类热图通常用于生物信息学、金融分析、市场研究等领域，能够清晰地显示出两个或多个数据集之间的相似性或差异。

功能介绍

1. 多维数据展示：通过并排或叠加展示多个热图，可以同时观察到不同变量间的关系。例如，可以用来比较实验组与对照组的基因表达情况。

2. 数据对比：配对型组合热图常用于对比分析，例如同一变量在不同时间点、不同条件或不同组别下的表现，便于发现潜在趋势或模式。

3. 可视化相关性：当热图中的单元格颜色分别代表不同的数值时，可以直观地看出不同变量之间的相关性，从而有助于深入分析。

优点

1. 直观性强：热图的颜色编码使得用户能够迅速识别数据中的高低值、趋势和异常值。

2. 易于发现模式：通过并排显示不同变量的热图，用户可以轻松发现各个变量间的关系及其变化规律。

3. 便于解释：组合热图提供了一个相对简洁的方法来展示复杂的数据，使得分析结果更容易被非专业人士理解。

4. 灵活性：可以根据需要选择不同的数据进行组合，适应多种分析需求。

缺点

1. 复杂性：数据量较大时，配对型组合热图可能会变得非常复杂，导致读者难以快速获取关键信息。

2. 信息密度高：过多的热图并排展示可能造成信息过载，使得某些细节难以辨认。

3. 设计要求高：有效的配对组合热图设计需要良好的色彩选择和布局，以确保信息的可读性和美观性。

4. 定量不直观：虽然热图能够直观显示数据的趋势，但进行精确的数值比较仍然较为困难。

2）制作步骤

往期教程：《彩！这般漂亮又个性的热图怎么画？》

（4）热图+柱形图组合图表

1）功能介绍

热图（Heat Map）和柱形图（Bar Chart）的组合图表是一种有效的数据可视化工具，旨在同时展示数据的分布和量值。热图通过颜色来表示数据的强度或频率，而柱形图则用柱子的高度表示具体数值。该组合图表适用于多种场景，例如在生物学、市场分析和财务报表中，能够清晰地反映出不同类别之间的关系和趋势。

• 热图：用于展示矩阵数据或相关性，通过颜色变化，使得用户容易识别高低分布和模式。

• 柱形图：以柱子的形式展示单个或多个类别的数值，便于比较各个类别间的相对大小。

优点

1. 多维信息展示：能够同时显示数据的绝对数值（柱形图）和相对强度（热图），为用户提供了丰富的信息。

2. 直观易懂：热图的颜色和柱形图的高度使得数据的趋势和变化一目了然，便于快速理解。

3. 突出关键数据：通过柱形图，用户可以轻松找到关键类别的数值变化，同时热图也能显示其背后的数据模式。

4. 支持交互性：许多现代可视化工具允许用户进行交互操作，例如悬停显示详细数值，增强了用户体验。

5. 可视化复杂数据：适合处理多维数据集，帮助用户识别潜在的趋势和异常情况。

缺点

1. 视觉复杂性：两种不同类型的图表结合可能会导致视觉上的复杂性，使得初学者难以解读。

2. 信息密度过高：尤其是在数据量较大时，组合图表可能使信息过于拥挤，影响可读性。

3. 设计要求高：合理的布局和配色对于组合图表至关重要，不当的设计可能会影响信息传达的准确性。

4. 定量比较困难：虽然可以直观地看到趋势，但进行精确的数值比较时，可能不如单独的柱形图更为有效。

5. 受众接受度：并非所有受众都习惯于复杂的组合图表，对于某些受众而言，单一的图表类型可能更为有效。

2）制作步骤

往期教程：《不用代码，如何绘制好看的组合热图？》

除了上述组合型热图，更多类型热图如相关性热图、网络热图、环状热图等使用OmicShare云工具平台中对应的热图工具，输入数据即可一键完成发表级出图，热图绘制超轻松！有绘制需求可戳下方传送门链接。

12个热图工具传送门：

https://www.omicshare.com/tools/Home/Soft/getsoft/type/heatmap

（二）基于R语言的组合热图绘制

（5）环形热图+系统发育树组合图表

1）功能介绍

环形热图（Circular Heatmap）与系统发育树（Phylogenetic Tree）的组合图表是一种高级的数据可视化方法，尤其适用于生物信息学、生态学和进化生物学等领域。这种组合可以同时展示样本间的相似性及其相互关系，为研究者提供更全面的信息。

功能介绍

1. 环形热图：

   • 通过颜色深浅表示数据的强度或频率，通常用于展示基因表达、蛋白质丰度或其他多维数据。
   • 环形布局使得数据在视觉上更为美观，并且能有效利用空间。

2. 系统发育树：

   • 显示不同物种或样本之间的亲缘关系，通过分支长度和结构反映它们的演化历史。
   • 可以用来揭示样本的分类以及它们之间的进化距离。

组合优势

1. 多层次信息整合：环形热图提供了样本特征的快速概览，而系统发育树则为样本间的关系提供了背景。这样的组合能够让用户在同一图形中同时获取两个方面的信息。

2. 便于比较：结合环形热图的色彩差异和系统发育树的结构，研究人员可以轻松地识别出不同样本或物种之间的相似性和差异性。

3. 直观展示群体关系：在系统发育树的基础上，可以快速定位到特定样本，然后通过环形热图观察该样本的特征，增强了数据的可解读性。

4. 空间利用率高：环形布局与树状结构相结合，使得图形在视觉上不显拥挤，能够容纳大量数据而不影响可读性。

应用场景

• 基因组学：在分析不同物种或细胞类型的基因表达模式时，使用环形热图展示基因表达量，系统发育树则帮助理解这些样本间的进化关系。

• 微生物生态学：结合环境样本中的微生物组成与其亲缘关系，研究者可以探讨生态系统的健康状态和功能。

• 药物发现：在筛选候选化合物的过程中，环形热图可以展示各化合物对不同细胞系的影响，同时配合系统发育树了解细胞间的亲缘关系。

2）制作步骤

往期教程：《Nature复现！如何绘制系统发育树+热图组合型图表？》

（6）热图+韦恩图组合图表

1）功能介绍

热图（Heatmap）和韦恩图（Venn Diagram）的组合图表是一个有效的数据可视化工具，尤其适用于展示多个样本或类别之间的关系及其重叠部分。这种组合可以帮助研究者更好地理解数据中的模式和特征。以下是针对热图与韦恩图组合图表的介绍以及如何实现这一结合的方法。

功能介绍

1. 热图：

   • 热图通过颜色的深浅来展示数值的强度，常用于表示基因表达、蛋白质丰度、相关性矩阵等。
   • 可以直观地显示不同变量之间的变化情况，便于识别潜在的模式或群体。

2. 韦恩图：

   • 韦恩图用于展示集合之间的重叠和独特部分，通常用于比较两个或多个组之间的共同元素。
   • 这种图形非常有效，可以清晰地展示样本间的交集和差异。

组合优势

1. 信息整合：通过将热图的强度信息与韦恩图的集合信息结合，用户可以同时获得数据的数量特征和样本间的重叠关系。

2. 直观易懂：热图能够提供数量化的信息，而韦恩图则让重叠与独特元素的关系一目了然，这对于分析复杂数据集尤其重要。

3. 便于决策：通过这种组合，研究人员可以快速识别哪些特征是共有的，哪些是特有的，从而为后续的分析和决策提供依据。

2）制作步骤

往期教程：《如何绘制韦恩图+热图的组合图表？》

（7）热图+代谢通路图组合图表

1）功能介绍

热图与代谢通路图组合在一起的图表是一种有效的数据可视化工具，特别是在生物学和医学研究中，用于展示复杂的代谢网络和对应的基因表达或代谢物变化。下面是这种组合图表的功能介绍以及其优劣势分析。

功能介绍

1. 数据整合：

   • 将不同类型的数据整合在同一图表中，例如代谢物浓度、基因表达水平等，使得用户能够从多方面理解生物过程。

2. 模式识别：

   • 热图可以直观地展示数据的相对变化，帮助识别样本间的差异及其相关性。
   • 代谢通路图则提供了生物途径的背景，可以将热图中的变化与特定代谢途径联系起来。

3. 生物学意义：

   • 通过结合代谢通路图，研究人员可以更好地理解实验结果背后的生物学机制，识别关键代谢通路及其调控。

4. 多维数据展示：

   • 可以同时展示多个变量（如不同时间点、不同处理组）的数据，从而为复杂生物系统提供更全面的视角。

5. 交互性：

   • 一些现代的数据可视化工具允许用户与图表互动，如放大、缩小、悬浮提示等，这增强了数据探索的灵活性。

优势

1. 直观易懂：

   • 通过颜色编码和图示，用户可以快速识别到高低变化和趋势，相比单独图表更为直观。

2. 信息量大：

   • 结合两种图表的信息，可以在有限的空间中传达更多的科学发现，有助于总结和展示复杂数据。

3. 促进讨论：

   • 这样的组合图表可以作为会议或研讨会的有效工具，促进研究团队之间的讨论与合作。

4. 揭示复杂关系：

   • 能够揭示代谢通路中各个组成部分之间的复杂关系，帮助生物学家理解系统生物学的概念。

劣势

1. 过于复杂：

   • 如果信息量过大，图表可能变得难以解读，反而使用户困惑，尤其是对于不熟悉相关领域的观众。

2. 数据质量要求高：

   • 此类图表需要高质量且一致的数据支撑，如果数据存在噪声或是不准确，可能导致错误的结论。

3. 制作成本高：

   • 制作这样一个综合性图表通常需要专业的软件和数据处理技能，对于一些研究团队而言可能是一个挑战。

4. 缺乏细节：

   • 在强调整体模式的同时，可能会忽略某些具体的细节，因此在转述时需要谨慎，以免对结果造成误解。

5. 交互性需求：

   • 如果希望图表具有交互性，可能需要额外的编程能力和技术支持，这在一些情况下可能会限制使用。

2）制作步骤

往期教程：《拿捏通路图与差异表达热图组合图绘制！》

（三）基于R语言的特色热图绘制

（8）PCR孔位板热图

1）功能介绍

PCR孔位板热图是一种用于展示PCR实验数据的可视化工具，特别是在基因表达分析和其他分子生物学实验中。它通过对每个孔位（样本）的荧光信号或扩增结果进行颜色编码，使研究人员能够快速识别模式和差异。

功能介绍

1. 直观可视化：

   • 热图使用颜色梯度来表示不同孔位的信号强度，便于用户快速识别高低信号值。

2. 数据比较：

   • 可以同时展示多组样本的PCR结果，便于比较不同处理组、时间点或条件下的反应效果。

3. 模式识别：

   • 帮助识别出样本间的相似性与差异性，如特定基因在不同样本中的表达变化。

4. 异常检测：

   • 通过热图，可以迅速发现异常值或意外结果，从而帮助研究人员进行进一步的分析或重复实验。

5. 综合信息展示：

   • 结合荧光信号、反应效率等多种信息，提供一种综合的方法来评估PCR实验的成功与否。

优势

1. 易于理解：

   • 热图的视觉表现形式使得数据更为直观，适合展示大量数据并容易被解读。

2. 快速识别趋势：

   • 用户可以迅速看到数据中的亮点或问题，对实验结果进行初步评估时非常有用。

3. 用于报告和演示：

   • 热图可以作为科学报告或演示文稿中的有效工具，帮助传达研究成果和方法。

4. 支持定量分析：

   • 可以结合统计学分析，帮助研究人员深入理解数据背后的生物学意义。

5. 适合大规模数据：

   • 在处理多个样本和多重目标时，热图能有效地将数据集中呈现。

劣势

1. 信息过载：

   • 当样本数量过多时，热图可能变得复杂难以读取，尤其对于不熟悉数据的人。

2. 数据依赖性：

   • 热图的准确性依赖于输入数据的质量，如果数据存在偏差或错误，可能导致误导性结论。

3. 缺乏细节：

   • 热图虽然能显示整体趋势，但可能忽略某些具体细节或重要数据，需结合其他方法进行分析。

4. 重新审视需求：

   • 有时需要将热图与其他图表结合使用，以便全面解读数据，增加工作量和复杂性。

5. 色盲友好性不足：

   • 对于一些人群，热图的颜色选择可能不够友好，无法很好地区分不同的信号强度。

2）制作步骤

往期教程：《如何绘制PCR、qPCR孔板热图？》

（9）植物组织热图

1）功能介绍

植物组织热图是一种用于可视化植物生物学研究数据的工具，常用于展示不同植物组织中基因表达、代谢物丰度或其他生物标志物的变化。通过热图，研究人员可以直观地分析和比较不同样本之间的差异。

功能介绍

1. 表达模式可视化：

   • 热图能够直观呈现特定基因在不同植物组织中的表达水平，有助于研究基因功能及其在植物发育和应答中的作用。

2. 多组数据整合：

   • 适用于整合多个样本、处理条件或时间点的数据，让用户可以一目了然地看到不同条件下的变化。

3. 模式识别：

   • 帮助研究人员识别出特定组织或处理下的相似性与差异性，进而推导生物学规律。

4. 异常检测：

   • 通过颜色编码，可以快速发现异常值或意外结果，为后续实验提供参考。

5. 支持进一步分析：

   • 热图可以作为初步分析的基础，结合其他统计方法，深入探索数据背后的生物学意义。

优势

1. 易于解读：

   • 热图使用颜色梯度表示数据变化，使得复杂数据变得易于理解，尤其是对于非专业人士。

2. 迅速识别趋势：

   • 用户可以快速看到各种趋势和模式，为科学决策提供支持。

3. 综合信息传递：

   • 热图能够同时展示多重信息，适合展示大规模的实验数据。

4. 促进讨论与合作：

   • 在科研团队内，热图有助于推动对实验结果的讨论，促进跨学科合作。

5. 可视化灵活性：

   • 可以根据研究需要选择不同的聚类方法、数据标准化方式和颜色方案，提高个性化展示效果。

劣势

1. 信息过载：

   • 当涉及到大量样本或基因时，热图可能变得复杂，导致难以读取和解释。

2. 数据质量要求高：

   • 热图的有效性依赖于输入数据的准确性和一致性，低质量数据会影响结果的可靠性。

3. 细节缺失：

   • 热图强调整体趋势，可能会忽略个别重要细节，需要结合其他类型的图表进行补充分析。

4. 色盲问题：

   • 热图中的颜色选择可能对某些人群不够友好，影响信息的传达。

5. 制作成本高：

   • 制作精美且具有交互性的热图通常需要一定的数据处理和编程能力，这对一些研究团队来说是一项挑战。

2）制作步骤

往期教程：《如何绘制special植物热图？》

学习资料来源

本片博客内容整理至公众号SCIPainter，如有侵权联系删除。其中资料所包含的内容如下：

[1] 如何优雅展示层级或关联数据？分享8大必学美图的绘制技法

[2] 如何绘制文章必备的组合型热图，轻松展示更多维度数据？