前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >【画图】如何用画热图?

【画图】如何用画热图?

作者头像
Chris生命科学小站
发布于 2023-02-28 11:02:54
发布于 2023-02-28 11:02:54
1.5K00
代码可运行
举报
运行总次数:0
代码可运行

热图 就是很热的图,会冒火的那种~~~

直接上代码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
library(pheatmap)
library(RColorBrewer)
library(ggsci)
library(DESeq2)
vsd.T <- vst(dds, blind = FALSE)
#选取差异基因做热图
resSig_P <- subset(res, abs(log2FoldChange)>1 & padj < 0.01)
>mat.1  <- assay(vsd.T.1[rownames(resSig_P), ])
>mat.1  <- mat.1 - rowMeans(mat.1)</p>
#选取区分明显的基因做热图
topVarGenes <- head(order(rowVars(assay(vsd.T)), decreasing = TRUE),1000)
mat  <- assay(vsd.T[ topVarGenes, ])
mat  <- mat - rowMeans(mat)
#设置行列名
anno.1 <- as.data.frame(colData(vsd.T.1)[, c("condition")])
rownames(anno.1) <- colnames(mat.1)
colnames(anno.1) <- c("State")
anno.1_T=subset(anno.1,anno.1$State=="Tumor")
anno.1_N=subset(anno.1,anno.1$State=="Normal")
anno.1<-rbind(anno.1_T,anno.1_N)
mat.1=mat.1[,rownames(anno.1)]
mypal = pal_gsea("default", n = 10, alpha = 0.9)(10)
ann_colors <- list(State=c(Mesenchymal="#756EF8FF",Proneural="#FC7D7FFF"))
pheatmap(mat.1, annotation_col = anno.1,cluster_cols = F,cluster_rows = F,
         show_colnames=F,show_rownames = F, 
         annotation_colors = ann_colors,color = mypal) 
pheatmap(mat, annotation_col = anno.1,cluster_cols = F,cluster_rows = F,
         show_colnames=F,show_rownames = F, 
         annotation_colors = ann_colors,color = mypal) ~~

代码解释

resSig_P <- subset(res, abs(log2FoldChange)>1 & padj < 0.01)这句中res为DESeq2输出的结果,来自于这个:res=result(dds),另外,倍数和padj参数自己看心情调整吧topVarGenes <- head(order(rowVars(assay(vsd.T)), decreasing = TRUE),1000)这句中1000这个数字自己看心情调整吧mat <- mat - rowMeans(mat)这句就是热图中数值标准化算法,当然还有别的,想DIY自己去google吧anno.1 <- as.data.frame(colData(vsd.T.1)[, c("condition")])这句中"condition"的condition就是DESeq2准备的coldata中那个列名,这个名字错了会错pheatmap(mat.1, annotation_col = anno.1,cluster_cols = F,cluster_rows = F,show_colnames=F,show_rownames = F, annotation_colors = ann_colors,color = mypal) 这句中所有的F都可以改成T,F就是关闭,T就是打开比如列聚类打开cluster_cols=T,行聚类打开cluster_rows =T显示列名show_colnames=T,显示行名show_rownames = Trownames(anno.1) <- colnames(mat.1)colnames(anno.1) <- c("State")anno.1_T=subset(anno.1,anno.1State=="Tumor")anno.1N=subset(anno.1,anno.1

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-02-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Chris生命科学小站 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
“站长,热图咋画?”——有关pheatmap包的一般用法及代码解读
热图 就是很热的图,会冒火的那种图~~~数据挖掘文章必备 少废话,直接上代码 软件平台:R(3.4.3)library(pheatmap)library(RColorBrewer)library(ggsci)library(DESeq2)vsd.T <- vst(dds, blind = FALSE) 选取差异基因做热图 resSig_P <- subset(res, abs(log2FoldChange)>1 & padj < 0.01)mat.1 <- assay(vsd.T.1[rownames(r
Chris生命科学小站
2023/02/28
6020
“站长,热图咋画?”——有关pheatmap包的一般用法及代码解读
Pheatmap绘制热图(二)
随机生成,10个基因,每个基因4个处理,每个处理3个平行,表达量RPKM值在1-120之间,矩阵第一个RPKM数值为250:
黑妹的小屋
2020/08/06
2.6K0
R 数据可视化 01 | 聚类热图
链接:https://pan.baidu.com/s/13l8UtKvvDxFWL8ikzq7vJw 提取码:ttb4
白墨石
2021/01/13
1.1K0
R 数据可视化 01 | 聚类热图
留言整理~ggplot2实现一幅自己叫不上来名字的图
自己之前只用过pheatmap这个包做简单的热图,没有用到过ann_colors这个参数。
用户7010445
2020/04/27
7630
重现5.6分文章的免疫分型图
最近在做免疫浸润方面的分析,主要是重现5.6分文章《Classification of triple-negative breast cancers based on Immunogenomic profiling》的分析内容。其中有一张免疫分型的热图,非常的重要,通过该图(下图)可以发现,乳腺癌可以很好的分成3个免疫亚型。今天就教大家采用pheatmap 重现这张图。
作图丫
2022/03/28
1K0
重现5.6分文章的免疫分型图
热图pheatmap()函数
此次例子,我们选择了一套GEO数据库的肺癌数据,数据编号为GSE19804,120个样本,其中包含60个癌症样本和60个癌旁正常样本,前面我们使用t检验,并对p值进行BH校正,筛选fdr小于0.01的基因中前40个在癌症相对于正常样本中显著差异表达的基因进行热图绘制。
微点
2019/11/01
3.6K0
表达芯片数据分析3——基因差异分析绘制火山图及差异基因热图
Erics blog
2023/10/02
7051
RNA-seq(8): 探索分析结果:Data visulization
这部分主要做一些数据可视化,富集分析暂时放下一部分,如果想跳过这里,请直接移步RNA-seq(9):富集分析
Y大宽
2018/09/10
2.3K0
RNA-seq(8): 探索分析结果:Data visulization
RNA-seq分析简洁版
Tumor:SRR316214,SRR316215 Adjacent Normal Liver:SRR316212,SRR316213
Y大宽
2018/09/10
2.8K0
RNA-seq分析简洁版
RNA-seq 保姆教程:差异表达分析(二)
工作流程完成后,您现在可以使用基因计数表作为 DESeq2 的输入,使用 R 语言进行统计分析。
数据科学工厂
2023/02/27
1.1K0
RNA-seq 保姆教程:差异表达分析(二)
这样画热图,涉嫌操纵数据了吗
可以看到,两个分组差异是有的,但是肉眼其实看不清楚基因层面哪些高表达哪些低表达。因为不同基因的表达矩阵本身差异很大,但其实我们仅仅是关心同一个基因在不同分组样本的表达,我们并不会关系不同基因的表达量问题,所以需要按照基因(行)对表达矩阵进行zscore转换。
生信技能树
2020/05/25
2.8K0
这样画热图,涉嫌操纵数据了吗
数据分析:基于STAR+FeatureCounts的RNA-seq分析全流程流程
分析流程涉及到众多的软件以及R包等,为了更方便配置该环境,建议使用anaconda软件安装。anaconda是包管理工具,可以将软件作为其包进行安装管理,并且可以设置多个环境,方便不同依赖环境的软件在同一台机器安装。安装anaconda方法见网上教程。
生信学习者
2024/07/05
5750
「Workshop」第十五期:热图
https://www.bilibili.com/video/BV1Pa4y1E7WS
王诗翔呀
2022/01/21
1.7K0
「Workshop」第十五期:热图
R语言学习笔记-Day09
#Fix cell sizes and save to file with correct size
用户11190095
2024/07/17
1490
R海拾遗---热图绘制-pheatmap
新买的蓝牙耳机到了,试了试感觉还不错,低音也非常出色,窗外的颜色变得丰富了起来,看着街角那家咖啡店,仿佛回到了昨天,血色染红的天空在斑斓的世界之上,我匆匆茫茫的写下“这把火在我心底永远不会熄灭”。
火星娃统计
2020/09/15
1.5K0
R海拾遗---热图绘制-pheatmap
pheatmap|暴雨暂歇,“热图”来袭!!!
热图可以聚合大量的数据,并可以用一种渐进色来优雅地表现,可以很直观地展现数据的疏密程度或频率高低。
生信补给站
2020/08/06
1.4K0
DESeq2差异分析及VST变换的探索
关于TCGA的差异分析之前介绍过,不过略微有些不够完整,而且主要是演示的TCGAbiolinks这个包,对于DEseq2介绍的不够,所以今天专门说一下使用DEseq2进行差异分析。
医学和生信笔记
2023/02/14
3.5K3
DESeq2差异分析及VST变换的探索
批量的GSEA及基因表达热图可视化
差异基因的生物学功能富集分析,除GO和KEGG外,另一种较为稳妥的生物学功能数据库注释是GSEA方法,研究者可以针对特定的通路基因进行研究,再加上基因的表达热图更为直观!(下面演示一个批量运行的示例)
生信菜鸟团
2023/09/26
1.3K0
批量的GSEA及基因表达热图可视化
转录组—多分组的差异基因的聚类分析
这次的需求是将以下这张图(全部分组差异基因聚类),去除control组之后重新聚类。并且EGA分组改为Model+TreatA、EGB分组改为Model+TreatB。
sheldor没耳朵
2024/10/18
3540
转录组—多分组的差异基因的聚类分析
从 pheatmap 无缝迁移至 ComplexHeatmap
pheatmap 是一个非常受欢迎的绘制热图的 R 包。ComplexHeatmap 包即是受之启发而来。你可以发现Heatmap()函数中很多参数都与pheatmap()相同。在 pheatmap 的时代(请允许我这么说),pheatmap 意思是 pretty heatmap,但是随着时间推进,技术发展,各种新的数据出现,pretty is no more pretty,我们需要更加复杂和更有效率的热图可视化方法对庞大的数据进行快速并且有效的解读,因此我开发并且一直维护和改进着 ComplexHeatmap 包。
章鱼猫先生
2021/10/15
1K0
从 pheatmap 无缝迁移至 ComplexHeatmap
相关推荐
“站长,热图咋画?”——有关pheatmap包的一般用法及代码解读
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档