快速实现是搜索帮助文档的首要目的,所以此处涉及实战的文章一概略去传统帮助文档的理论部分,直接上代码加注释!

本文将介绍R语言下利用ggplot2包制作heatmap的代码

-------------------------我是分割线-------------------------------

测试数据:

数据中的空白行、列用以分割heatmap,区别不同的数据处理,如不需要删除即可。

1、制作连续型

 #引入包
library(ggplot2)
library(reshape)
library(zoo) #载入windows下的字体
library(extrafont)
#loadfonts(device="win")
#查看字体库
#fonts() #读取数据
mydata <- read.csv("G:\\R\\test\\Book3.csv",sep=",",header=TRUE)
mydata #数据转换成 ‘rowname, columnname, value’这样形式的数据
mydata.m <- melt(mydata) ##设置图形样式
theme_change <- theme(
#设置xy轴字体样式、大小等 colour="grey50",
axis.text.x=element_text(family = "Arial",size=12, colour="black",angle = 0),
axis.text.y=element_text(family = "Arial",size=12, colour="black",face="italic"),
axis.title.x=element_text(family = "Arial",angle=0, face="plain", size=14),#font face ("plain", "italic", "bold", "bold.italic")
axis.title.y=element_text(family = "Arial",angle=270, face="plain", size=14),
axis.line = element_blank(),
axis.ticks = element_blank(),
#设置图例字体样式大小
#legend.text
#legend.title
#legend.position #the position of legends ("none", "left", "right", "bottom", "top", or two-element numeric vector)
#清空背景及xy轴样式
plot.background = element_blank(),
panel.grid.minor = element_blank(),
panel.grid.major = element_blank(),
panel.background = element_blank(),
panel.border = element_blank()
) ## 输出图形 #Arial
p <- ggplot(data = mydata.m, aes(x = variable, y = Name, fill = value)) +
geom_tile()+
#geom_tile(color="white", size=0.1) + #color="white", size=0.1设置栅格之间的分割线颜色及大小
theme_classic() + #去掉灰快
theme_change +
scale_x_discrete(limits=c("BS","X", "BS1","RS"),labels=c("BS","","BS","RS"))+#x轴排序及标注
scale_y_discrete(limits=c("B","C","NA1","Meth1", "Meth2","Meth3","Meth4","NA2","S","G","M"),labels=c("B","C","","Meth1", "Meth2","Meth3","Meth4","","S","G","M"))+ #y轴排序及标注
xlab('row name1') +
ylab('column name') + #更改行名和列名
scale_fill_gradient(na.value='#FFFFFF',low = 'green', high = 'red')+ #修改图例名字以及图中颜色
#scale_fill_gradient2('legend name', na.value='#FFFFFF',low = '#8856a7', high = '#636363', mid = '#ece7f2')+ #修改图例名字以及图中颜色
geom_text(aes(label=round(value,2)), family="Arial", angle=0, colour = "black",size=5)#显示每个栅格的数值及字体设置
p #legend的设置参见http://www.cookbook-r.com/Graphs/Legends_(ggplot2)/

输出效果图:

2、分级别显示

 #引入包
library(ggplot2)
library(reshape)
library(zoo) #载入windows下的字体
library(extrafont)
#loadfonts(device="win")
#查看字体库
#fonts() #读取数据
mydata <- read.csv("G:\\R\\test\\Book3.csv",sep=",",header=TRUE)
mydata #数据转换成 ‘rowname, columnname, value’这样形式的数据
mydata.m <- melt(mydata) #将现有的value值划分等级
quantile_range <- quantile(mydata.m$value, na.rm = TRUE, probs = seq(0, 1, 0.2)) #颜色模板
color_palette <- colorRampPalette(c("green", "red"))(length(quantile_range) - 1) #图例标签
label_text <- rollapply(round(quantile_range, 2), width = 2, by = 1, FUN = function(i) paste(i, collapse = " : ")) #将value值用1,2,3,4...等级代替(用以着色)
mod_mat <- matrix(findInterval(mydata.m$value, quantile_range, all.inside = TRUE)) ##设置图形样式
theme_change <- theme(
#设置xy轴字体样式、大小等 colour="grey50",
axis.text.x=element_text(family = "Arial",size=12, colour="black",angle = 0),
axis.text.y=element_text(family = "Arial",size=12, colour="black",face="italic"),
axis.title.x=element_text(family = "Arial",angle=0, face="plain", size=14),#font face ("plain", "italic", "bold", "bold.italic")
axis.title.y=element_text(family = "Arial",angle=270, face="plain", size=14),
axis.line = element_blank(),
axis.ticks = element_blank(),
#设置图例字体样式大小
#legend.text
#legend.title
#legend.position #the position of legends ("none", "left", "right", "bottom", "top", or two-element numeric vector)
#清空背景及xy轴样式
plot.background = element_blank(),
panel.grid.minor = element_blank(),
panel.grid.major = element_blank(),
panel.background = element_blank(),
panel.border = element_blank()
) ## 输出图形 #Arial
p <- ggplot(data = mydata.m, aes(mydata.m$variable, mydata.m$Name, fill=factor(melt(mod_mat)$value))) +
geom_tile()+
#geom_tile(color="white", size=0.1) + #color="white", size=0.1设置栅格之间的分割线颜色及大小
theme_classic() + #去掉灰快
theme_change +
scale_x_discrete(limits=c("BS","X", "BS1","RS"),labels=c("BS","","BS","RS"))+#x轴排序及标注
scale_y_discrete(limits=c("B","C","NA1","Meth1", "Meth2","Meth3","Meth4","NA2","S","G","M"),labels=c("B","C","","Meth1", "Meth2","Meth3","Meth4","","S","G","M"))+ #y轴排序及标注
xlab('row name1') +
ylab('column name') + #更改行名和列名
scale_fill_manual(values = color_palette, name = "Level", labels = label_text) +
#scale_fill_gradient(na.value='#FFFFFF',low = 'green', high = 'red')+ #修改图例名字以及图中颜色
#scale_fill_gradient2('legend name', na.value='#FFFFFF',low = '#8856a7', high = '#636363', mid = '#ece7f2')+ #修改图例名字以及图中颜色
geom_text(aes(label=round(value,2)), family="Arial", angle=0, colour = "black",size=5)#显示每个栅格的数值及字体设置
p #legend的设置参见http://www.cookbook-r.com/Graphs/Legends_(ggplot2)/

输出效果图:

--------------------------------我是分割线------------------------------------

转载请注明出处!

R实战之热点图(HeatMap)的更多相关文章

  1. javascript的 热点图怎么写

    在gis中,你如果用js来写热点图 不借助后台怎么搞,as的话比较容易有相应的类库甚至官方都有.而且用js不借助arcgis发布rest服务,(注:热点图可以借助服务的形式发布,arcgis for ...

  2. 《R实战》读书笔记一

    你仅仅要想处理数据,<R实战>这本书就能够助你一臂之力. <R实战>的目标是让你认识R,而且可以对数据进行操作.可视化和理解.该书包含4部分16个章节8个附录. 第一部分:入门 ...

  3. 用Excel制作热图(heatmap)的方法

    http://jingyan.baidu.com/article/64d05a0240ec75de55f73bd8.html 利用Excel 2010及以上版本的"条件格式"--& ...

  4. R实战 第三篇:数据处理(基础)

    数据结构用于存储数据,不同的数据结构对应不同的操作方法,对应不同的分析目的,应选择合适的数据结构.在处理数据时,为了便于检查数据对象,可以通过函数attributes(x)来查看数据对象的属性,str ...

  5. K8S(14)监控实战-grafana出图_alert告警

    k8s监控实战-grafana出图_alert告警 目录 k8s监控实战-grafana出图_alert告警 1 使用炫酷的grafana出图 1.1 部署grafana 1.1.1 准备镜像 1.1 ...

  6. R语言学习 - 热图绘制heatmap

    生成测试数据 绘图首先需要数据.通过生成一堆的向量,转换为矩阵,得到想要的数据. data <- c(1:6, 6:1, 6:1, 1:6, (6:1)/10, (1:6)/10, (1:6)/ ...

  7. R语言学习 - 热图简化

    绘制热图除了使用ggplot2,还可以有其它的包或函数,比如pheatmap::pheatmap (pheatmap包中的pheatmap函数).gplots::heatmap.2等.   相比于gg ...

  8. 基于HTML5实现3D热图Heatmap应用

    Heatmap热图通过众多数据点信息,汇聚成直观可视化颜色效果,热图已广泛被应用于气象预报.医疗成像.机房温度监控等行业,甚至应用于竞技体育领域的数据分析. http://www.hightopo.c ...

  9. R实战读书笔记四

    第三章 图形入门 本章概要 1 创建和保存图形 2 定义符号.线.颜色和坐标轴 3 文本标注 4 掌控图形维数 5 多幅图合在一起 本章所介绍内容概括例如以下. 一图胜千字,人们从视觉层更易获取和理解 ...

随机推荐

  1. Mariadb 10.1 joiner节点加入报错WSREP: Failed to prepare for incremental state transfer

    Mariadb 10.1 galera cluster 集群joiner 节点加入集群 会出现这种报错,导致mysql一直点点点,这里我贴出报错.2016年04月19日13:34:58 2016-04 ...

  2. vpn分类[转]

    目前常用的几种移动拨号的VPN技术及优势和劣势1)                WEB SSL优点:1.使用简单:每个终端用户不需要安装客户端,使用起来方便,不需要维护终端用户,通过IE直接来访问. ...

  3. 文件代码对比软件 Beyond Compare

    Beyond Compare https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&tn=baidu&wd=Beyond%20Co ...

  4. NLP Deep Learning

    http://blog.csdn.net/itplus http://blog.csdn.net/zouxy09/article/details/8775360

  5. Maven Profile

    profile可以让我们定义一系列的配置信息,然后指定其激活条件.这样我们就可以定义多个profile,然后每个profile对应不同的激活条件和配置信息,从而达到不同环境使用不同配置信息的效果. p ...

  6. 腾迅股票数据接口 http/javascript

    腾迅股票数据接口 http/javascript 分类: Finance Perl2012-12-21 23:48 31132人阅读 评论(3) 收藏 举报 之前使用了新浪的股票数据,由于新浪http ...

  7. android 一个简单的服务例子

    public class MessageService extends Service { // 获取消息线程 private MessageThread messageThread = null; ...

  8. reporting service & wpf

    WPF做Windows程序界面很好很强大,RDLC做报表免费又好用,如何将两者强强联合呢?   方法1:    可以直接在WPF项目中加入一个WinForm窗体,在这个窗体上进行报表操作,与一般的Wi ...

  9. 转: Linux磁盘扩容

    from:https://www.rootusers.com/how-to-increase-the-size-of-a-linux-lvm-by-expanding-the-virtual-mach ...

  10. C语言 ---- 循环分支 iOS学习-----细碎知识点总结

    #import <Foundation/Foundation.h>  // #import是OC种的导入头文件或者是系统框架的指令 // 定义了一个Season枚举类型enum Seaso ...