一步一步学heatmap2函数Word下载.docx

1、就是控制这个dendrogram参数heatmap.2（x, dendrogram=none） 然后我们控制一下聚类树row） 只显示行向量的聚类情况col）只显示列向量的聚类情况下面还是在调控聚类树，但是我没看懂跟上面的参数有啥子区别！ heatmap.2（x, keysize=2） # default - dendrogram plotted and reordering done. heatmap.2（x, Rowv=FALSE, dendrogram=both） # generate warning! heatmap.2（x, Rowv=NULL, dendrogram= heatma

2、p.2（x, Colv=FALSE, dendrogram=接下来我们可以调控行列向量的label的字体大小方向首先我们调控列向量，也就是x轴的label heatmap.2（x, srtCol=NULL） heatmap.2（x, srtCol=0, adjCol = c（0.5,1） ） heatmap.2（x, srtCol=45, adjCol = c（1,1） ） heatmap.2（x, srtCol=135, adjCol = c（1,0） ） heatmap.2（x, srtCol=180, adjCol = c（0.5,0） ） heatmap.2（x, srtCol=225

3、, adjCol = c（0,0） ） # not very useful heatmap.2（x, srtCol=270, adjCol = c（0,0.5） ） heatmap.2（x, srtCol=315, adjCol = c（0,1） ） heatmap.2（x, srtCol=360, adjCol = c（0.5,1） ）然后我们调控一下行向量，也就是y轴的label heatmap.2（x, srtRow=45, adjRow=c（0, 1） ） heatmap.2（x, srtRow=45, adjRow=c（0, 1）, srtCol=45, adjCol=c（1,1）

4、） heatmap.2（x, srtRow=45, adjRow=c（0, 1）, srtCol=270, adjCol=c（0,0.5） ）设置 offsetRow/offsetCol 可以把label跟热图隔开！ # Show effect of offsetRow/offsetCol （only works when srtRow/srtCol is # not also present） heatmap.2（x, offsetRow=0, offsetCol=0） heatmap.2（x, offsetRow=1, offsetCol=1） heatmap.2（x, offsetRow

5、=2, offsetCol=2） heatmap.2（x, offsetRow=-1, offsetCol=-1） heatmap.2（x, srtRow=0, srtCol=90, offsetRow=0, offsetCol=0） heatmap.2（x, srtRow=0, srtCol=90, offsetRow=1, offsetCol=1） heatmap.2（x, srtRow=0, srtCol=90, offsetRow=2, offsetCol=2） heatmap.2（x, srtRow=0, srtCol=90, offsetRow=-1, offsetCol=-1）#

6、 Show effect of z-score scaling within columns, blue-red color scale # hv names（hv）可以看到hv对象里面有很多子对象rowInd colIndcallcolMeanscolSDscarpetrowDendrogramcolDendrogrambreaksvlinecolorTable # Show the mapping of z-score values to color bins hv$colorTable # Extract the range associated with white我们得到了热图的颜色

7、的数值映射矩阵，接下来就可以进行一系列的操作！ hv$colorTablehv$colorTable,color=#FFFFFF,首先得到了白色所对应的数值区间！然后还可以通过一下命令，直接求出属于白色区间的那些数值。whiteBin - unlist（hv$colorTablehv$colorTable,1:2） rbind（whiteBin1 * hv$colSDs + hv$colMeans, whiteBin2 * hv$colSDs + hv$colMeans ）调整scale参数选择按照列还是行来进行数据的标准化heatmap.2（x, col=bluered, scale=如果选

8、择了标准化，那么还可以手工调整标准化的参数：rowMeans, rowSDsmean and standard deviation of each row: only present if scale=colMeans, colSDsmean and standard deviation of each column:通过hclustfun参数来调整聚类方法参考：Cluster_Method-c（ ward, singlecompleteaveragemcquittymediancentroid#R语言里面自带的hclust函数共有7种聚类方法for （i in 1:length（Cluste

9、r_Method） #make a function to extract the cluster method myclust-function（x） hclust（x,method=Cluster_Methodi） #make heatmap by jpeg jpeg（filename=paste（Cluster_Methodi,.jpg）,width=1024,height=728） heatmap.2（as.matrix（Data_Top1k_Var）, trace=none, hclustfun=myclust, labRow=NA, ColSideColors=c（black,gr

10、ey（0.4）,lightgrey）as.factor（CellLine_Anno$Type）, xlab=CellLines ylab=Probes main=Cluster_Methodi, col=greenred（64） dev.off（）这样就可以一下子把七种cluster的方法依次用到heatmap上面来。而且通过对cluster树的比较，我们可以从中挑选出最好、最稳定到cluster方法，为后续分析打好基础！对下面这个数据聚类： require（graphics） hc - hclust（dist（USArrests）, ave plot（hc）首先对一个数据框用dist函数处理得到一个dist对象！Dist对象比较特殊，专门为hclust函数来画聚类树的！