用于绘制热图的R包有很多，类似大家熟悉的heatmap、pheatmap、ComplexHeatmap包，从基础热图到稍复杂的个 化热图基本靠上述这三个基本都能拿捏，相关的教程可戳我们往期的推文。

今天强烈安利一个基于ggplot2版的热图绘制R包ggheatmap，相比ComplexHeatmap包来说，使用起来不能更简单，还可结合ggplot2的丰富主题参数进行美化，赶紧学起来！

本期内容一览：

1. 基础热图绘制

2. 为热图添加分组信息

3. 为热图添加指定基因标签

4. 主题美化

#相关R包下载与载入：

devtools::install_github( "XiaoLuo-boy/ggheatmap")

library(ggheatmap)

library(tidyr)

#读入本地热图数据：

df- read.csv('ggheatmap_testdt.csv',header = T,row.names = 1)

df[1:6,1:6]

一、基础热图绘制

p- ggheatmap(

df,

cluster_rows= T, #是否对行聚类

cluster_cols= T, #是否对列聚类

tree_height_rows= 0.28, #行聚类树高度

tree_height_cols= 0.1, #列聚类树高度

scale= "row"#选择对row/column/none进行归一化

)

展开全文

p

为了适应聚类树的粗细，导出尺寸设置为12×12（inches），可以看到字号有些过小了，我们留到最后通过主题一次 改完，这里先过掉。

二、指定基因标签的热图绘制

#设定目标基因集：

mark- rownames(df)[1:10]

mark

p1- ggheatmap(

df,

cluster_rows= T,

cluster_cols= T,

tree_height_rows= 0.28,

tree_height_cols= 0.1,

scale= "row",

text_show_rows= mark #显示指定的基因标签

)

p1

三、指定分组信息的热图绘制

#创建分组数据框：

group- data.frame(row.names = colnames(df),

Group= rep(c('TESA','TESB','TESC','TESD'), each = 3),

Risk_Level= rep(c('Low','High'), each = 6)) #四个分组

head(group)

##添加分组颜 ：

group_col- c( "#f3533b", "#fa9f42", "#8cd77a", "#5bcec9")

names(group_col) - c('TESA','TESB','TESC','TESD')

group_col2- c( "#bfb2d5", "#f1937f")

names(group_col2) - c('Low','High')

group_col

group_col2

col- list(Group = group_col,

Risk_Level= group_col2) #转换为list，和分组进行对应

col

#绘制热图：

p2- ggheatmap(

df,

cluster_rows= T,

cluster_cols= T,

tree_height_rows= 0.28,

tree_height_cols= 0.1,

scale= "row",

text_show_rows= mark,

annotation_cols= group, #为列添加分组

annotation_color= col #分组颜

)

p2

四、热图美化

p3- ggheatmap(

df,

cluster_rows= T,

cluster_cols= T,

tree_height_rows= 0.28,

tree_height_cols= 0.1,

scale= "row",

text_show_rows= mark,

annotation_cols= group,

annotation_color= col,

shape= NULL, #还可以选择"square", "circle" and "triangle"三种格子样式,默认无

color= colorRampPalette(c( "#e74a32", "white", "#06a7cd"))(100),

border= c('white'), #格子描边颜

cluster_num= c(1,4), #行列聚类树的颜 数量

tree_color_rows= c( "black"), #行聚类树颜

tree_color_cols= c( "#f3533b", "#fa9f42", "#5bcec9", "#8cd77a") #列聚类树颜

)

p3

#显示热图中的组件：

ggheatmap_plotlist(p3)

除聚类树之外的其它组件，在本案例中也就是plotlist1-plotlist3，我们可以结合ggplot2的theme进行主题样式的自定义。

#主题美化：ggheatmap_theme结合theme【来自ggplot2】

p3%%

ggheatmap_theme(1:3, #对plotlist1-plotlist3进行主题美化

theme= list(

theme(axis.text.x = element_text(angle = 90, size = 16),

axis.text.y = element_text(colour = "black", size = 16),

legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14)), #plotlist1组件主题修改

theme(legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14)), #plotlist2组件主题修改

theme(legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14)) #plotlist3组件主题修改

))

#还原为默认配 ，并显示全部基因标签：

p4- ggheatmap(

df,

cluster_rows= T,

cluster_cols= T,

tree_height_rows= 0.28,

tree_height_cols= 0.1,

scale= "row",

annotation_cols= group,

annotation_color= col,

border= c('white')

)

p4%%

ggheatmap_theme(1:3,

theme= list(

theme(axis.text.x = element_text(angle = 90, size = 16),

axis.text.y = element_text(colour = "black", size = 16),

legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14)),

theme(legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14)),

theme(legend.title = element_text(size = 18, face = 'bold'),

legend.text = element_text(size = 14))

))

给平时用惯了ggplot2绘图的朋友们安利这个R包，使用起来会非常顺手，效果也狠不错！好啦，今天的分享就到这里！

参考资料：

传奇 s github复古传奇 /XiaoLuo-boy/ggheatmap

*未经许可，不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权所有，侵权必究。

基迪奥生物|专业定制测序服务

联系方式：020-39341079；service@genedenovo复古传奇