ComplexHeatmap绘图:注释、图例、热图基础(自备)

2024-04-03 17:28

本文主要是介绍ComplexHeatmap绘图:注释、图例、热图基础(自备),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

基础介绍

 Heatmap绘图基础参数

数据

作图参数

Heatmap Annotations(注释)

基础注释设置

简单注释测试

anno_points散点注释

anno_lines连线注释

anno_barplot条形图

anno_boxplot箱线图

anno_histogram直方图

热图组合

基础组合

进行调整(水平串联)

垂直串联(使用%v%连接)


ComplexHeatmap中文版说明 (pengpengyang94.github.io)

学习ComplexHeatmap复杂热图_complexheatmap km-CSDN博客

ComplexHeatmap绘制热图并进行个性化标注_complexheatmap图例修改-CSDN博客

基础介绍

主要是热图+注释+图例的组合。熟悉这几个基础技能完成各种组合。

单个热图由热图主体和各种热图组件组成(图 1A)。热图主体是具有单个颜色格子的二维排列,其中每个格子对应于输入矩阵中的一个特定值。热图组件包含标题、系统树图(dendrogram)、矩阵行和列的文字标签以及热图注释。这些组件可以放置在热图主体的四个侧面,每个组件都由为Heatmap对象定义的特定方法所管理。此外,热图主体可以在行和列上进行切分。

热图注释包含与热图的行或列相关的附加信息。ComplexHeatmap 为设置不同的注释图形和定义新的注释图形提供了丰富的支持。热图注释可以作为热图的组件放在其四个侧面,也可以独立和热图连接。HeatmapAnnotation 对象包含一组由 SingleAnnotation 类定义的单个注释(图 1B),其中每个单独注释都包含一种特定类型的图形,该图形由 AnnotationFunction 类进一步定义。AnnotationFunction 类提供了一种灵活的方式来定义新的注释图形,更重要的是,自定义的注释图形可以根据主热图而进行自动重新排序和切分。

ComplexHeatmap 的主要特点是它支持水平或垂直连接一组热图和注释,以便于可视化不同数据源之间的关联。HeatmapList 类是一组热图和注释的容器(图 1C),它会自动调整多个热图和注释中行或列的对应关系。


 Heatmap绘图基础参数
数据
rm(list = ls()) 
library(ComplexHeatmap)
library(circlize)
##数据模拟##
set.seed(123)
nr1 = 4; nr2 = 8; nr3 = 6; nr = nr1 + nr2 + nr3
nc1 = 6; nc2 = 8; nc3 = 10; nc = nc1 + nc2 + nc3
mat = cbind(rbind(matrix(rnorm(nr1*nc1, mean = 1,   sd = 0.5), nr = nr1),matrix(rnorm(nr2*nc1, mean = 0,   sd = 0.5), nr = nr2),matrix(rnorm(nr3*nc1, mean = 0,   sd = 0.5), nr = nr3)),rbind(matrix(rnorm(nr1*nc2, mean = 0,   sd = 0.5), nr = nr1),matrix(rnorm(nr2*nc2, mean = 1,   sd = 0.5), nr = nr2),matrix(rnorm(nr3*nc2, mean = 0,   sd = 0.5), nr = nr3)),rbind(matrix(rnorm(nr1*nc3, mean = 0.5, sd = 0.5), nr = nr1),matrix(rnorm(nr2*nc3, mean = 0.5, sd = 0.5), nr = nr2),matrix(rnorm(nr3*nc3, mean = 1,   sd = 0.5), nr = nr3))
)
mat = mat[sample(nr, nr), sample(nc, nc)] # random shuffle rows and columns
rownames(mat) = paste0("row", seq_len(nr))
colnames(mat) = paste0("column", seq_len(nc))

作图参数
#颜色设置#
col_fun = colorRamp2(c(-2, 0, 2),#范围c("green", "white", "red"))
col_fun(seq(-3, 3))#ht_opt$TITLE_PADDING = unit(c(8.5, 8.5), "points")#用于画板大小设置
p <- Heatmap(mat, name = "图例", #图例名称col = col_fun, #颜色设置 column_title = "column_title",   ##列标题#column_title_gp = gpar(fontsize = 16, fontface = "bold"),##列标题格式设置column_title_gp = gpar(fill = "red",                      ##将标题设置方块填充颜色col = "white",                     ##字体颜色border = "blue",                   ##边界颜色fontsize = 16,                     ##字体大小fontface = "bold"),row_title = "I am a row title",  ##行标题row_title_rot = 0,               ##行标题旋转(只能垂直和水平)na_col = "black",                #NA值颜色设置(如果dataframe里含有NA值)border_gp = gpar(col = "black", lty = 2), ##整个边界线设置rect_gp = gpar(col = "white", lwd = 2),    ##热图矩阵线设置cluster_rows = T,                       ##侧面的行聚类树显示设置 FALSE不显示show_column_dend = T,                   ##上面的列聚类树显示设置row_dend_side = "left",                 #行聚类树位置right leftcolumn_dend_side = "top",                #列聚类树位置top  bottomrow_names_side = "left",                 ##行名位置设置row_names_gp = gpar(fontsize = 10,       ##行名大小及颜色设置col = c(rep("red", 10), rep("blue", 8))),        column_names_side = "bottom",                ##列名位置设置column_names_rot = 45,                     ##列名旋转设置row_km = 2,                                ##行切割column_km = 3                             ##列切割  或者直接设置位置column_split = 2)p
dev.off()

ComplexHeatmap绘制热图并进行个性化标注_complexheatmap图例修改-CSDN博客


Heatmap Annotations(注释)
基础注释设置
dev.off()
rm(list = ls()) 
library(ComplexHeatmap)
library(circlize)
set.seed(123)
mat = matrix(rnorm(100), 10)
rownames(mat) = paste0("R", 1:10)
colnames(mat) = paste0("C", 1:10)
head(mat)C1         C2         C3         C4         C5          C6
R1 -0.56047565  1.2240818 -1.0678237  0.4264642 -0.6947070  0.25331851
R2 -0.23017749  0.3598138 -0.2179749 -0.2950715 -0.2079173 -0.02854676
##列的注释:生成随机的1:10数值,然后制作色块和棒状图
column_ha = HeatmapAnnotation(foo1 = runif(10),bar1 = anno_barplot(runif(10)))
##行的注释
row_ha = rowAnnotation(foo2 = runif(10), bar2 = anno_barplot(runif(10)))
Heatmap(mat, name = "mat", top_annotation = column_ha, right_annotation = row_ha)

简单注释测试
##创建一个新页面用于绘图测试##
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
#颜色设置
col_fun = colorRamp2(c(0, 5, 10), c("blue", "white", "red"))#未指定颜色会生成随机颜色
ha = HeatmapAnnotation(foo = 1:10, col = list(foo = col_fun))
draw(ha)
dev.off()

单个注释和数据框可以混合使用

grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
#颜色设置
col_fun = colorRamp2(c(0, 5, 10), c("blue", "white", "red"))#未指定颜色会生成随机颜色
ha = HeatmapAnnotation(df = anno_df,foo2 = rnorm(10),col = list(foo = col_fun,bar = c("a" = "red", "b" = "green", "c" = "blue"))
)
draw(ha)
dev.off()

注释可以为多种形式

anno_points散点注释
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
ha = HeatmapAnnotation(foo = anno_points(runif(10)))
draw(ha)
dev.off()

anno_lines连线注释
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
ha = HeatmapAnnotation(foo = anno_lines(runif(10)))
draw(ha)
dev.off()

anno_barplot条形图
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
ha = HeatmapAnnotation(foo = anno_barplot(1:10))
draw(ha)
dev.off()

ha = HeatmapAnnotation(foo = anno_barplot(1:10, bar_width = 1))#修改宽度

ha = HeatmapAnnotation(foo = anno_barplot(1:10, gp = gpar(fill = 1:10)))#颜色填充

ha = HeatmapAnnotation(foo = anno_barplot(seq(-5, 5), baseline = 0))#基线设置

还可以进行堆砌图和翻转

anno_boxplot箱线图
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
set.seed(12345)
m = matrix(rnorm(100), 10)
ha = HeatmapAnnotation(foo = anno_boxplot(m, height = unit(4, "cm")))
draw(ha)
dev.off()

anno_histogram直方图
grid.newpage()
pushViewport(viewport(y = 0.7, height = 0.6, width = 0.8))
m = matrix(rnorm(1000), nc = 100)
ha = rowAnnotation(foo = anno_histogram(m)) # apply `m` on rows
draw(ha)
dev.off()

还有水平注解文本注解等功能第 3 章 热图注释 |ComplexHeatmap 完整参考 (jokergoo.github.io)


热图组合
基础组合
rm(list = ls()) 
library(ComplexHeatmap)
library(circlize)set.seed(123)#生成矩阵数据1
mat1 = matrix(rnorm(80, 2), 8, 10)
mat1 = rbind(mat1, matrix(rnorm(40, -2), 4, 10))
rownames(mat1) = paste0("R", 1:12)
colnames(mat1) = paste0("C", 1:10)
##生成矩阵数据2
mat2 = matrix(runif(60, max = 3, min = 1), 6, 10)
mat2 = rbind(mat2, matrix(runif(60, max = 2, min = 0), 6, 10))
rownames(mat2) = paste0("R", 1:12)
colnames(mat2) = paste0("C", 1:10)le = sample(letters[1:3],      #随机字母A B C 12, replace = TRUE)#生成一个1:12的随机向量
names(le) = paste0("R", 1:12)ind = sample(12, 12)#随机提取12个样本
mat1 = mat1[ind, ]
mat2 = mat2[ind, ]
le = le[ind]

进行组合

#绘制热图
ht1 = Heatmap(mat1, name = "rnorm")
ht2 = Heatmap(mat2, name = "runif")
ht3 = Heatmap(le, name = "letters")
#进行组合
ht1 + ht2 + ht3dev.off()

在默认模式下,将删除第二个热图中的树状图,并 行顺序将与第一个行顺序相同。还有前两个的行名 热图也会被删除。

进行调整(水平串联)
col_rnorm = colorRamp2(c(-3, 0, 3), c("green", "white", "red"))
col_runif = colorRamp2(c(0, 3), c("white", "orange"))
col_letters = c("a" = "pink", "b" = "purple", "c" = "blue")
ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm,row_title = "Heatmap 1", column_title = "Heatmap 1")
ht2 = Heatmap(mat2, name = "runif", col = col_runif,row_title = "Heatmap 2", column_title = "Heatmap 2")
ht3 = Heatmap(le, name = "letters", col = col_letters)
ht_list = ht1 + ht2 + ht3draw(ht_list,  ##绘图,然后添加细节row_title = "Three heatmaps, row title", row_title_gp = gpar(col = "red"),column_title = "Three heatmaps, column title", column_title_gp = gpar(fontsize = 16))

还可以进行大小设置

dev.off()
ht1 = Heatmap(mat1, name = "rnorm", col = col_rnorm, width = unit(4, "cm"))
ht2 = Heatmap(mat2, name = "runif", col = col_runif, width = unit(6, "cm"))
ht3 = Heatmap(le, name = "letters", col = col_letters, width = unit(1, "cm"))
ht1 + ht2 + ht3

垂直串联(使用%v%连接)

数据一样的

rm(list = ls()) 
library(ComplexHeatmap)
library(circlize)set.seed(123)#生成矩阵数据1
mat1 = matrix(rnorm(80, 2), 8, 10)
mat1 = rbind(mat1, matrix(rnorm(40, -2), 4, 10))
rownames(mat1) = paste0("R", 1:12)
colnames(mat1) = paste0("C", 1:10)
##生成矩阵数据2
mat2 = matrix(runif(60, max = 3, min = 1), 6, 10)
mat2 = rbind(mat2, matrix(runif(60, max = 2, min = 0), 6, 10))
rownames(mat2) = paste0("R", 1:12)
colnames(mat2) = paste0("C", 1:10)le = sample(letters[1:3],      #随机字母A B C 12, replace = TRUE)#生成一个1:12的随机向量
names(le) = paste0("R", 1:12)ind = sample(12, 12)#随机提取12个样本
mat1 = mat1[ind, ]
mat2 = mat2[ind, ]
le = le[ind]
#颜色设置
col_rnorm = colorRamp2(c(-3, 0, 3), c("green", "white", "red"))
col_runif = colorRamp2(c(0, 3), c("white", "orange"))
col_letters = c("a" = "pink", "b" = "purple", "c" = "blue")##垂直串联
mat1t = t(mat1)
mat2t = t(mat2)
ht1 = Heatmap(mat1t, name = "rnorm", col = col_rnorm, row_title = "rnorm")
ht2 = Heatmap(mat2t, name = "runif", col = col_runif, row_title = "runif")
ht3 = Heatmap(rbind(letters = le), name = "letters", col = col_letters)
ht_list = ht1 %v% ht2 %v% ht3
draw(ht_list)

第五章 传奇 |ComplexHeatmap 完整参考 (jokergoo.github.io)

这篇关于ComplexHeatmap绘图:注释、图例、热图基础(自备)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/873531

相关文章

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

redis-sentinel基础概念及部署流程

《redis-sentinel基础概念及部署流程》RedisSentinel是Redis的高可用解决方案,通过监控主从节点、自动故障转移、通知机制及配置提供,实现集群故障恢复与服务持续可用,核心组件包... 目录一. 引言二. 核心功能三. 核心组件四. 故障转移流程五. 服务部署六. sentinel部署

从基础到进阶详解Python条件判断的实用指南

《从基础到进阶详解Python条件判断的实用指南》本文将通过15个实战案例,带你大家掌握条件判断的核心技巧,并从基础语法到高级应用一网打尽,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录​引言:条件判断为何如此重要一、基础语法:三行代码构建决策系统二、多条件分支:elif的魔法三、

Python WebSockets 库从基础到实战使用举例

《PythonWebSockets库从基础到实战使用举例》WebSocket是一种全双工、持久化的网络通信协议,适用于需要低延迟的应用,如实时聊天、股票行情推送、在线协作、多人游戏等,本文给大家介... 目录1. 引言2. 为什么使用 WebSocket?3. 安装 WebSockets 库4. 使用 We

从基础到高阶详解Python多态实战应用指南

《从基础到高阶详解Python多态实战应用指南》这篇文章主要从基础到高阶为大家详细介绍Python中多态的相关应用与技巧,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、多态的本质:python的“鸭子类型”哲学二、多态的三大实战场景场景1:数据处理管道——统一处理不同数据格式

MySQL数据类型与表操作全指南( 从基础到高级实践)

《MySQL数据类型与表操作全指南(从基础到高级实践)》本文详解MySQL数据类型分类(数值、日期/时间、字符串)及表操作(创建、修改、维护),涵盖优化技巧如数据类型选择、备份、分区,强调规范设计与... 目录mysql数据类型详解数值类型日期时间类型字符串类型表操作全解析创建表修改表结构添加列修改列删除列

Python 函数详解:从基础语法到高级使用技巧

《Python函数详解:从基础语法到高级使用技巧》本文基于实例代码,全面讲解Python函数的定义、参数传递、变量作用域及类型标注等知识点,帮助初学者快速掌握函数的使用技巧,感兴趣的朋友跟随小编一起... 目录一、函数的基本概念与作用二、函数的定义与调用1. 无参函数2. 带参函数3. 带返回值的函数4.

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

从基础到进阶详解Pandas时间数据处理指南

《从基础到进阶详解Pandas时间数据处理指南》Pandas构建了完整的时间数据处理生态,核心由四个基础类构成,Timestamp,DatetimeIndex,Period和Timedelta,下面我... 目录1. 时间数据类型与基础操作1.1 核心时间对象体系1.2 时间数据生成技巧2. 时间索引与数据