pythonic生物人

导师发飙:你们本科师妹入组就会了,你们研二还这水平?

话接上回👉:审稿人:冲这个PCA,就不给Major Revisions!

本期主角-Correlation Heatmap。

下面使用R简单实现Correlation Heatmap。


简单Correlation Heatmap

R中ggcorrplot一行代码实现简单Correlation Heatmap

## 18.1_01
# 未经过允许禁止转载!
# @Author  :  公众号:pythonic生物人
# @Desc    :  18.1 简单Correlation heatmap

ggcorrplot(corr_matrix) #一行代码实现简单Correlation heatmap
Image

上面这个图中,格子颜色越趋向蓝色,样本的gene表达相关性越低;格子颜色越趋向红色,样本的gene表达相关性越高。

相关性热图(Correlation Heatmap)用于展示数据集矩形矩阵中行列变量之间的相关性程度,每个格子中的颜色则表示对应变量相关性程度高低。

当然,上面这个图,不够帅,我们可以在上一节的基础上个性化图中数值、轴文本等,使其符合自己审美。

## 18.2_01
# 未经过允许禁止转载!
# @Author  :  公众号:pythonic生物人
# @Desc    :  18.2 个性化Correlation heatmap(数值、文本)

ggcorrplot(
  corr_matrix, # 相关性矩阵
  method = "square", # 使用方格显示
  hc.order = TRUE, # 层次聚类排序,增强高低相关性对比
  lab = TRUE, # 显示相关性数值
  lab_size = 5, # 数值字体大小
  lab_col = "black", # 数值颜色
  colors = c("#0571B0", "white", "#CA0020"), # 使用高对比度颜色主题
  outline.color = "gray30", # 添加深灰色轮廓线,增强单元格边界
  ggtheme = ggplot2::theme_minimal(base_size = 8), # 设置基础字体大小
  tl.cex = 10, # 行/列标签字体大小
  legend.title = "Correlation"# 图例标题
)
Image

换成自己钟爱❤️的配色,

Image


下三角Correlation Heatmap

即只展示上一节图对角线及以下部分,在论文或报告中,下三角Correlation Heatmap 比上一节完整矩阵更节省版面(穷🐶),同时保留全部必要信息,使图表更简洁易读。

这里浅浅的展示一个案例,

## 18.3_01
# 未经过允许禁止转载!
# @Author  :  公众号:pythonic生物人
# @Desc    :  18.3 下三角Correlation heatmap

ggcorrplot(
  corr_matrix, # 相关性矩阵
  type = "lower", # 🔸下三角相关性矩阵
  method = "square", # 使用方格显示
  hc.order = TRUE, # 层次聚类排序,增强高低相关性对比
  lab = TRUE, # 显示相关性数值
  lab_size = 5, # 数值字体大小
  lab_col = "black", # 数值颜色
  colors = c("#0571B0", "white", "#CA0020"), # 颜色主题
  outline.color = "gray30", # 添加深灰色轮廓线,增强单元格边界
  ggtheme = ggplot2::theme_minimal(base_size = 8) # 设置基础字体大小
) 
Image

换成自己钟爱❤️的配色,

Image

上三角Correlation Heatmap

上三角Correlation Heatmap 毫无疑问是上一节的另一半,

## 18.4_01
# 未经过允许禁止转载!
# @Author  :  公众号:pythonic生物人
# @Desc    :  18.4 上三角Correlation heatmap

ggcorrplot(
  corr_matrix, # 相关性矩阵
  type = "upper", # 🔸上三角相关性矩阵
  method = "square", # 使用方格显示
  hc.order = TRUE, # 层次聚类排序,增强高低相关性对比
  lab = TRUE, # 显示相关性数值
  lab_size = 5, # 数值字体大小
  lab_col = "black", # 数值颜色
  colors = c("#0571B0", "white", "#CA0020"), # 使用高对比度颜色主题
  outline.color = "gray30", # 添加深灰色轮廓线,增强单元格边界
  tl.cex = 10# 行/列标签字体大小
) 
Image

换成自己钟爱❤️的配色,

Image

数据

使用“1.4.9 gene数据集”,

Image

用cor方法简单计算一下相关性。


获取绘图代码+测试数据+数据处理方法+依赖包安装方法,

👇(备注:299)

图片

-推荐阅读-

👉matplotlib教程:20w字+数百张图形+1W行代码+详细代码注释+学习交流群

图片

👉seaborn教程:12.3万字+500多张图形+8000行代码

图片

👉R可视化教程:39个章节+20w字+数百张图

图片
图片

如何加入学习?

👇(请备注:299)

图片