挤成“马赛克”了，一招分组术让数据美如Nature顶刊！

本期主角-分组Cluster Heatmap。

Cluster Heatmap实际运用中，经常会把实验组和对照组样本数据放置在一起，以体现实验条件变化带来的差异。

上面这个分组Cluster Heatmap中：

• 行方向对Gene1~Gene30的表达量分High、Medium和Low三个组；
• 列方向对Sample1~Sample10样本分Normal和Cancer两个组。

这里是测试数据，效果不明显，仅供参考！

实现分组Cluster Heatmap

这里介绍使用R pheatmap为Cluster Heatmap的行列方向上添加分组信息，

## 17.3_01
# 未经过允许禁止转载！
# @Author  :  公众号:pythonic生物人
# @Desc    :  17.3 分组Cluster heatmap

# 🔸绘制热图
pheatmap(
  gene_data, # 数据矩阵
  scale = "row", # 按行标准化
  cluster_rows = TRUE, # 对基因（行）进行聚类
  cluster_cols = TRUE, # 对样本（列）进行聚类
  clustering_distance_rows = "euclidean", # 行聚类距离：欧几里得距离
  clustering_distance_cols = "euclidean", # 列聚类距离：欧几里得距离
  clustering_method = "ward.D2", # 聚类算法：Ward's minimum variance
  treeheight_row = 50, # 行聚类树高度
  treeheight_col = 30, # 列聚类树高度
  cutree_rows = 3, # 将行聚类树切割为3组
  cutree_cols = 3, # 将列聚类树切割为3组
  annotation_col = sample_groups, # 🔸列注释：Normal 和 Cancer
  annotation_row = row_groups, # 🔸行注释：High、Medium、Low
  annotation_colors = annotation_colors, # 设置注释颜色
  number_format = "%.2f", # 数值格式：两位小数
  fontsize_number = 10, # 数值字体大小
  number_color = "black"# 数值颜色
)

效果如下，

数据

使用“1.4.9 gene数据集”，

用cor方法简单计算一下相关性。

绘图代码+数据+数据处理方法，