生成測試數據
繪圖首先需要數據。通過生成一堆的向量，轉換為矩陣，得到想要的數據。
|
1
|
data <- c(1:6, 6:1, 6:1, 1:6, (6:1)
/10
, (1:6)
/10
, (1:6)
/10
, (6:1)
/10
, 1:6, 6:1, 6:1, 1:6, 6:1, 1:6, 1:6, 6:1)
|
[1] 1.0 2.0 3.0 4.0 5.0 6.0 6.0 5.0 4.0 3.0 2.0 1.0 6.0 5.0
[15] 4.0 3.0 2.0 1.0 1.0 2.0 3.0 4.0 5.0 6.0 0.6 0.5 0.4 0.3
[29] 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.1 0.2 0.3 0.4 0.5 0.6
[43] 0.6 0.5 0.4 0.3 0.2 0.1 1.0 2.0 3.0 4.0 5.0 6.0 6.0 5.0
[57] 4.0 3.0 2.0 1.0 6.0 5.0 4.0 3.0 2.0 1.0 1.0 2.0 3.0 4.0
[71] 5.0 6.0 6.0 5.0 4.0 3.0 2.0 1.0 1.0 2.0 3.0 4.0 5.0 6.0
[85] 1.0 2.0 3.0 4.0 5.0 6.0 6.0 5.0 4.0 3.0 2.0 1.0
注意：運算符的優先級
|
1
2
3
4
|
> 1:3+4
[1] 5 6 7
> 1:(3+4)
[1] 1 2 3 4 5 6 7
|
Vector轉為矩陣 (matrix)，再轉為數據框 (data.frame)
|
1
2
3
4
5
|
# ncol 指定列數
# byrow 先按行填充數據
# ?matrix 可查看函數的使用方法
# as.data.frame的as系列是轉換用的
data <-
as.data.frame
(
matrix
(data, ncol=12, byrow=T))
|
|
1
2
3
4
5
6
|
# 增加列的名字
colnames
(data) <-
c
(
"Zygote"
,
"2_cell"
,
"4_cell"
,
"8_cell"
,
"Morula"
,
"ICM"
,
"ESC"
,
"4 week PGC"
,
"7 week PGC"
,
"10 week PGC"
,
"17 week PGC"
,
"OOcyte"
)
# 增加行的名字
rownames
(data) <-
paste
(
"Gene"
, 1:8, sep=
"_"
)
# 只顯示前6行和前4列
head
(data)[,1:4]
|
雖然方法比較繁瑣，但一個數值矩陣已經獲得了。
還有另外2種獲取數值矩陣的方式。
- 讀入字符串
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
# 使用字符串的好處是不需要額外提供文件
# 簡單測試時可使用，寫起來不繁瑣，又方便重復
# 尤其適用於在線提問時作為測試案例
> txt <- "ID;Zygote;2_cell;4_cell;8_cell
+ Gene_1;1;2;3;4
+ Gene_2;6;5;4;5
+ Gene_3;0.6;0.5;0.4;0.4"
# 習慣設置quote為空，避免部分基因名字或注釋中存在引號，導致讀入文件錯誤。
> data2 <-
read.table
(text=txt, sep=
";"
, header=T, row.names=1, quote=
""
)
>
head
(data2)
Zygote X2_cell X4_cell X8_cell
Gene_1 1.0 2.0 3.0 4.0
Gene_2 6.0 5.0 4.0 5.0
Gene_3 0.6 0.5 0.4 0.4
|
可以看到列名字中以數字開頭的列都加了X。一般要盡量避免行或列名字以數字開頭，會給后續分析帶去一些困難；另外名字中出現的非字母、數字、下划線、點的字符都會被轉為點，也需要注意，盡量只用字母、下划線和數字。
|
1
2
3
4
5
6
7
8
|
# 讀入時，增加一個參數`check.names=F`也可以解決問題。
# 這次數字前沒有再加 X 了
> data2 <-
read.table
(text=txt, sep=
";"
, header=T, row.names=1, quote=
""
, check.names = F)
>
head
(data2)
Zygote 2_cell 4_cell 8_cell
Gene_1 1.0 2.0 3.0 4.0
Gene_2 6.0 5.0 4.0 5.0
Gene_3 0.6 0.5 0.4 0.4
|
- 讀入文件
與上一步類似，只是改為文件名，不再贅述。
|
1
|
> data2 <-
read.table
(
"filename"
, sep=
";"
, header=T, row.names=1, quote=
""
)
|
轉換數據格式
數據讀入后，還需要一步格式轉換。在使用ggplot2作圖時，有一種長表格模式是最為常用的，尤其是數據不規則時，更應該使用。
|
1
2
3
4
5
6
7
8
9
10
11
12
|
# 如果包沒有安裝，運行下面一句，安裝包
#install.packages(c("reshape2","ggplot2","magrittr"))
library
(reshape2)
library
(ggplot2)
# 轉換前，先增加一列ID列，保存行名字
data$ID <-
rownames
(data)
# melt：把正常矩陣轉換為長表格模式的函數。工作原理是把全部的非id列的數值列轉為1列，命名為value；所有字符列轉為variable列。
# id.vars 列用於指定哪些列為id列；這些列不會被merge，會保留為完整一列。
data_m <-
melt
(data, id.vars=
c
(
"ID"
))
head
(data_m)
|
ID variable value1 Gene_1 Zygote 1.02 Gene_2 Zygote 6.03 Gene_3 Zygote 0.64 Gene_4 Zygote 0.15 Gene_5 Zygote 1.06 Gene_6 Zygote 6.07 Gene_7 Zygote 6.08 Gene_8 Zygote 1.09 Gene_1 2_cell 2.010 Gene_2 2_cell 5.011 Gene_3 2_cell 0.512 Gene_4 2_cell 0.213 Gene_5 2_cell 2.014 Gene_6 2_cell 5.015 Gene_7 2_cell 5.016 Gene_8 2_cell 2.0
分解繪圖
數據轉換后就可以畫圖了，分解命令如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
# data_m: 是前面費了九牛二虎之力得到的數據表
# aes: aesthetic的縮寫，一般指定整體的X軸、Y軸、顏色、形狀、大小等
# 在最開始讀入數據時，一般只指定x和y，其它后續指定
p <- ggplot(data_m, aes(x=variable,y=ID))
# 熱圖就是一堆方塊根據其值賦予不同的顏色，所以這里使用fill=value, 用數值做填充色。
p <- p + geom_tile(aes(fill=value))
# ggplot2為圖層繪制，一層層添加，存儲在p中，在輸出p的內容時才會出圖。
p
## 如果你沒有使用Rstudio或其它R圖形版工具，而是在遠程登錄的服務器上運行的交互式R，需要輸入下面的語句，獲得輸出圖形（圖形存儲於R的工作目錄下的Rplots.pdf文件中）
|
熱圖出來了，但有點不對勁，橫軸重疊一起了。一個辦法是調整圖像的寬度，另一個是旋轉橫軸標記
|
1
2
3
4
5
6
|
# theme: 是處理圖美觀的一個函數，可以調整橫縱軸label的選擇、圖例的位置等
# 這里選擇X軸標簽45度。
# hjust和vjust調整標簽的相對位置，具體見
# 簡單說，hjust是水平的對齊方式，0為左，1為右，0.5居中，0-1之間可以取任意值。vjust是垂直對齊方式，0底對齊，1為頂對齊，0.5居中，0-1之間可以取任意值
p <- p + theme(axis.text.x=element_text(angle=45, hjust=1, vjust=1))
p
|
設置想要的顏色
|
1
2
3
4
|
# 連續的數字，指定最小數值代表的顏色和最大數值賦予的顏色
# 注意fill和color的區別，fill是填充，color只針對邊緣
p <- p + scale_fill_gradient(low =
"white"
, high =
"red"
)
p
|
調整legend的位置
|
1
2
|
# postion可以接受的值有 top, bottom, left, right, 和一個坐標 c(0.05,0.8) (左上角，坐標是相對於圖的左下角計算的）
p <- p + theme(legend.position=
"top"
)
|
調整背景和背景格線以及X軸、Y軸的標題(注意灰色的背景沒了)
|
1
2
|
p <- p + xlab(
"samples"
) + theme_bw() + theme(panel.grid.major = element_blank()) + theme(legend.key=element_blank())
p
|
合並以上命令，就得到了下面這個看似復雜的繪圖命令
|
1
|
p <- ggplot(data_m, aes(x=variable,y=ID)) + xlab(
"samples"
) + theme_bw() + theme(panel.grid.major = element_blank()) + theme(legend.key=element_blank()) + theme(axis.text.x=element_text(angle=45,hjust=1, vjust=1)) + theme(legend.position=
"top"
) + geom_tile(aes(fill=value)) + scale_fill_gradient(low =
"white"
, high =
"red"
)
|
圖形存儲
圖形出來了，就得考慮存儲了
|
1
2
3
|
# 可以跟輸出文件不同的后綴，以獲得不同的輸出格式
# colormode支持srgb （屏幕）和cmyk （打印，部分雜志需要，看上去有點褪色的感覺）格式
ggsave(p, filename=
"heatmap.pdf"
, width=10, height=15,
units
=c(
"cm"
),colormodel=
"srgb"
)
|
至此，完成了簡單的heatmap的繪圖。但實際繪制時，經常會碰到由於數值變化很大，導致顏色過於集中，使得圖的可讀性下降很多。因此需要對數據進行一些處理，具體的下次再說。