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. springMVC搭建

    springMVC搭建 1.Spring特点: 方便耦合,简化开发,提升性能 AOP面向切面的编程 声明式事务支持 方便程序的调试 方便集成各大优秀的框架 Java源代码学习的典范 2.Java的面向 ...

  2. Mysql的一些常用命令

    Mysql基本操作 创建表: create table test01_02(id varchar(50) not null auto_increment primary key, name nvarc ...

  3. win10如何让她闭嘴、按什麽建系统都要说话、如何让她闭嘴?

    win10如何让她闭嘴.按什麽建系统都要说话.如何让她闭嘴? 开始 设置 轻松使用 讲述人,关掉……

  4. Docker Compose—简化复杂容器应用的利器

    Compose是用于定义和运行复杂Docker应用的工具.你可以在一个文件中定义一个多容器的应用,然后使用一条命令来启动你的应用,然后所有相关的操作都会被自动完成. 1. 安装Docker和Compo ...

  5. JS弹出遮罩层

    // create div var mask=document.createElement("div"); mask.id="mask"; mask.style ...

  6. Maven-006-手动部署第三方构件至 nexus 私服

    某些 Java 构件因许可证因素,无法公开的部署到公共仓库中:或者,一些小型的开源项目(例如 SourceForge.GitHub 中的一些项目),没有将构件分发到中央仓库中,也没有维护自己的仓库,因 ...

  7. ionic下拉加载自动触发

    ionic提供的下拉加载,是要滑动去下拉加载,没有提供api自动触发下拉加载,比如刚进页面,或者切换tab时想触发一次下拉加载. 添加如下service: angular.module('YourAp ...

  8. 7.7 使用rollup子句

    --向rollup传递一列select division_id,sum(salary) from employees2 group by rollup(division_id); --向rollup传 ...

  9. HTTPS与强制门户

    强制门户 http://www.whatis.com.cn/word_5182.htm 强制网络门户(captive portal)是一个Web页面,它是使用公共访问网络的用户在被授予访问权限前必须访 ...

  10. 大型网站演化(转载 http://homeway.me/2014/12/10/think-about-distributed-clusters/)

    0x01.大型网站演化 简单说,分布式是以缩短单个任务的执行时间来提升效率的,而集群则是通过提高单位时间内执行的任务数来提升效率. 集群主要分为:高可用集群(High Availability Clu ...