社区首页 >专栏 >R tips：ggplot2进行多维原位图绘制

R tips：ggplot2进行多维原位图绘制

生信菜鸟团

发布于 2025-01-07 06:18:40

12900

代码可运行

文章被收录于专栏：生信菜鸟团生信菜鸟团

运行总次数：0

代码可运行

R中可以使用ggplot2的geom_tile图层绘制热图，可是有的时候我们想要每一个热图格子里面可以展示多维的信息：多个基因表达量、多个组别数据等等，而不是一个热图仅展示了一个表达量信息。本文可以解决这个需求。

先模拟两组热图数据，dat_1与dat_2：

library(tidyverse)
 

 
len_row <- 20
 
len_col <- 5
 

 
set.seed(1234)
 
dat_1 <- matrix(
 
  rnorm(len_row * len_col, 0, 1),
 
  nrow = len_row,
 
  ncol = len_col
 
)
 

 
dat_2 <- matrix(
 
  rnorm(len_row * len_col, 0, 10),
 
  nrow = len_row,
 
  ncol = len_col
 
)
 

 
rownames(dat_1) <- paste0('row', seq.int(len_row))
 
colnames(dat_1) <- paste0('col', seq.int(len_col))
 

 
rownames(dat_2) <- paste0('row', seq.int(len_row))
 
colnames(dat_2) <- paste0('col', seq.int(len_col))
 

 
# plot dat_1, dat_2
 
cowplot::plot_grid(
 
  pheatmap::pheatmap(dat_1, main = "dat_1", silent = T)$gtable,
 
  pheatmap::pheatmap(dat_2, main = "dat_2", silent = T)$gtable
 
)

模拟数据展示

模拟数据如下图所示，而我们想要的效果是合并这两个热图，绘制到同一个热图中。

ggplot绘制热图

ggplot可以使用geom_tile绘制热图，比如dat1的热图可以绘制如下：

dat_1_tidy <-
 
  dat_1 %>%
 
 as.data.frame() %>%
 
  rownames_to_column("row") %>%
 
  pivot_longer(-row, names_to = 'col', values_to = "val")
 

 

 
dat_2_tidy <-
 
  dat_2 %>%
 
 as.data.frame() %>%
 
  rownames_to_column("row") %>%
 
  pivot_longer(-row, names_to = 'col', values_to = "val")
 

 
# plot
 
p_heat_1 <-
 
  ggplot() +
 
  geom_tile(
 
    data = dat_1_tidy,
 
    aes(x = col, y = row, fill = val, height = 1, width = 1)
 
 ) +
 
  scale_fill_gradientn(colors = rev(RColorBrewer::brewer.pal(11, 'RdBu'))) +
 
  theme_minimal()
 
p_heat_1

热图如下图：

使用position_nudge绘制多维信息的热图

如果需要将两个热图合并到一起，那么可以将热图的格子高度减为以前的一半，然后将其中一个数据上移，另一个数据下移，那么就可以将两组数据刚好在原来的位置堆叠摆放：

p_heat_combined <- 
 
  ggplot() +
 
  geom_tile(
 
    data = dat_1_tidy,
 
    aes(x = col, y = row, fill = val, height = 0.5, width = 1),
 
    position = position_nudge(y = 0.25)
 
 ) +
 
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, 'Blues')) +
 
  theme_minimal() +
 
  ggnewscale::new_scale_fill() +
 
  geom_tile(
 
    data = dat_2_tidy,
 
    aes(x = col, y = row, fill = val, height = 0.5, width = 1),
 
    position = position_nudge(y = -0.25)
 
 ) +
 
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, "Reds")) +
 
  labs(
 
    fill_ggnewscale_1 = "dat1",
 
    fill = "dat2"
 
 ) 
 
p_heat_combined

如下图所示，两组数据以不同颜色方案（蓝色是dat1，红色是dat2）的方式组合到了一起，如果不需要分开两个颜色方案，可以关闭上述代码中的ggnewscale::newscalefill。

另可以将每个热图格子的边框加上：

p_heat_combined2 <-
 
  p_heat_combined + 
 
  geom_tile(
 
    data = dat_1_tidy,
 
    aes(x = col, y = row), color = "gray50", fill = NA, linewidth = 0.6
 
 )
 
p_heat_combined2

略做优化的一个多维热图

# data做scale
 
dat_1_tidy2 <- 
 
  dat_1_tidy %>% 
 
  group_by(row) %>% 
 
  mutate(val = as.numeric(scale(val)))
 

 
dat_2_tidy2 <- 
 
  dat_2_tidy %>% 
 
  group_by(row) %>% 
 
  mutate(val = as.numeric(scale(val)))
 

 
# 绘图
 
p_heat_combined3 <-
 
  ggplot() +
 
  geom_tile(
 
    data = dat_1_tidy2,
 
    aes(x = col, y = row, fill = val, height = 0.3, width = 0.9),
 
    position = position_nudge(y = 0.15)
 
 ) +
 
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, 'Blues')) +
 
  theme_minimal() +
 
  theme(panel.grid = element_blank()) +
 
  geom_tile(
 
    data = dat_2_tidy2,
 
    aes(x = col, y = row, fill = val, height = 0.3, width = 0.9),
 
    position = position_nudge(y = -0.15)
 
 ) +
 
  scale_fill_gradientn(colors = rev(RColorBrewer::brewer.pal(11, "RdBu"))) +
 
  geom_tile(
 
    data = dat_1_tidy,
 
    aes(x = col, y = row), color = "gray80", fill = NA, linewidth = 0.6
 
 )
 
p_heat_combined3