學(xué)習(xí)1010種熱圖繪制方法
轉(zhuǎn)載自Epigenetics表觀遺傳學(xué)，略有修改和補(bǔ)充。
題目有感于德國(guó)天才數(shù)學(xué)家萊布尼茲對(duì)二進(jìn)制的闡述，和其傳教士好友布維對(duì)易經(jīng)等漢學(xué)的傳播。有興趣的可以閱讀萊布尼茲文章英文版：http://www.leibniz-translations.com/binary.htm （二進(jìn)制和伏羲八卦）
In [3]: a = int('1010', 2)
In [4]: a
Out[4]: 10 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 想學(xué)Python的可以約起
In [5]: bin(10)
Out[5]: '0b1010'
In [7]: bin (16)
Out[7]: '0b10000'什么是 R 語言？R 語言，一種自由軟件編程語言與操作環(huán)境，主要用于統(tǒng)計(jì)分析、繪圖、數(shù)據(jù)挖掘。我之所以學(xué) R 語言，一方面是希望能夠利用 R 語言將原始數(shù)據(jù)轉(zhuǎn)化為可放入論文中的精美圖形，另一方面，大數(shù)據(jù)時(shí)代已經(jīng)到來，每個(gè)人都應(yīng)該懂一些大數(shù)據(jù)的處理手段，R 語言可以勝任。R 語言下載地址為：https://cran.r-project.org/，通常我們使用頁面更加優(yōu)雅的 RStudio，下載地址為：https://www.rstudio.com/。學(xué)習(xí)R可參考之前發(fā)布的帖子?R語言學(xué)習(xí) - 入門環(huán)境Rstudio，R語言學(xué)習(xí) - 基礎(chǔ)概念和矩陣操作和在R中贊揚(yáng)下努力工作的你，獎(jiǎng)勵(lì)一份CheetShet。
可以把 R 語言理解為一款性能強(qiáng)大的軟件，R 里面有很多可處理紛繁復(fù)雜任務(wù)的包（packages），包里面又有若干執(zhí)行具體功能的函數(shù)（functions），而每一個(gè)函數(shù)里面又有大量可調(diào)節(jié)的參數(shù)（parameters）。R 語言是開源的，世界各地的開發(fā)者們不斷地添磚加瓦，分享自己的智慧，截至到目前，R 里面可用的包達(dá)到 11987 個(gè)，這幾乎讓 R 語言強(qiáng)大到不可思議。值得注意的是，開發(fā)一個(gè) R 包就可以發(fā)表一篇不錯(cuò)的文章了。
什么是熱圖？熱圖是矩陣中的數(shù)值以顏色來顯示的圖形化表示。熱圖因其豐富的色彩變化和生動(dòng)飽滿的信息表達(dá)被廣泛應(yīng)用于各種大數(shù)據(jù)分析場(chǎng)景。之前生信寶典出過三篇文章介紹熱圖的繪制、美化、簡(jiǎn)化：R語言學(xué)習(xí) - 熱圖繪制 (heatmap)，??R語言學(xué)習(xí) - 熱圖美化，? ?R語言學(xué)習(xí) - 熱圖簡(jiǎn)化。另外還有在線繪制工具?最簡(jiǎn)單漂亮的免費(fèi)在線生信繪圖工具。
R 語言里面可以用來繪制熱圖的主要包括:
今天將按照這個(gè)順序依次為大家分享它們的繪圖方法。
一、基礎(chǔ)安裝里的 heatmap 函數(shù)
所謂基礎(chǔ)安裝，即下載安裝 R 語言后即可使用的包。
heatmap 的使用格式如下：
heatmap(x, Rowv = NULL, Colv = if(symm)"Rowv" else NULL,
? ? ? ?distfun = dist, hclustfun = hclust,
? ? ? ?reorderfun = function(d, w) reorder(d, w),
? ? ? ?add.expr, symm = FALSE, revC = identical(Colv, "Rowv"),
? ? ? ?scale = c("row", "column", "none"), na.rm = TRUE,
? ? ? ?margins = c(5, 5), ColSideColors, RowSideColors,
? ? ? ?cexRow = 0.2 + 1/log10(nr), cexCol = 0.2 + 1/log10(nc),
? ? ? ?labRow = NULL, labCol = NULL, main = NULL,
? ? ? ?xlab = NULL, ylab = NULL,
? ? ? ?keep.dendro = FALSE, verbose = getOption("verbose"), ...)
其中括號(hào)中的都是可調(diào)整的參數(shù)，初步統(tǒng)計(jì)了一下，至少包含 23 項(xiàng)參數(shù)，但是每一次繪制熱圖時(shí)，其實(shí)只需要部分參數(shù)即可完成繪圖。參數(shù)中比較重要的參數(shù)是：
x, 需要繪圖的矩陣
Rowv 決定“行層級(jí)聚類樹圖”是否以及如何被計(jì)算和重新排序，其默認(rèn)值為空；
Colv 決定“列層級(jí)聚類樹圖”是否或如何被從排序。如果x是一個(gè)對(duì)稱矩陣（行列數(shù)相同），那么?
Colv=Rowv表示著列與行的處理方式相同。scale = c("row", "column", "none")，按照行或列進(jìn)行歸一化na.rm = TRUE，移除缺失值
另外，以上沒有提到的參數(shù)是顏色，可用參數(shù) col=。
以下我們通過一個(gè)簡(jiǎn)單的案例來嘗試一下。
Case: 將 50 名 NBA 球星的數(shù)據(jù)繪制成熱圖
案例來源：http://flowingdata.com/2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/
#首先要獲得數(shù)據(jù)，直接用read.csv導(dǎo)入具有逗號(hào)分隔符的表格
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
#R語言會(huì)保存一個(gè)nba的數(shù)據(jù)框，鍵入nba，可查看數(shù)據(jù)框的內(nèi)容
nba
#將nba這個(gè)數(shù)據(jù)框按照PTS（points, 分?jǐn)?shù)）由低到高排序，注意nba$PTS后面的逗號(hào)是必須的，表示按行排序
nba <- nba[order(nba$PTS),]
#目前導(dǎo)入的數(shù)據(jù)框默認(rèn)以數(shù)值命名行，重新對(duì)行進(jìn)行命名
row.names(nba) <- nba$Name
#導(dǎo)入第2~20列的數(shù)據(jù)，并將數(shù)據(jù)由數(shù)據(jù)框格式轉(zhuǎn)變?yōu)榫仃嚫袷?/span>
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
#利用heatmap繪圖，按列進(jìn)行標(biāo)準(zhǔn)化，顏色使用cm.colors函數(shù)，使用100種顏色
nba_heatmap <- heatmap(nba_matrix, col = cm.colors(100), scale="column")
注意：（1）#后面一行的代碼都不被執(zhí)行，因此可以用來做標(biāo)注；（2）在數(shù)據(jù)整理過程中，如果你好奇數(shù)據(jù)整理后究竟發(fā)生了什么變化，只需要鍵入相應(yīng)的數(shù)據(jù)框或矩陣名，比如“nba”或“nba_matrix”，就可以查看變化；（3）熱圖繪制時(shí)一般輸入的是矩陣，而 R 默認(rèn)的輸入格式是數(shù)據(jù)框，因此需要轉(zhuǎn)化。矩陣和數(shù)據(jù)框的差異請(qǐng)參照R語言的相關(guān)教程。
對(duì)于一個(gè)熱圖而言，有三個(gè)參數(shù)至關(guān)重要：1. 用來繪圖的矩陣是必須的；2. 熱圖最令人稱贊的就是它絢麗的顏色了，因此顏色參數(shù)不可或缺；3. 為了讓顏色的區(qū)分度更好，需要對(duì)數(shù)據(jù)按照一定的方式進(jìn)行歸一化 （選擇什么預(yù)處理方式需要慎重，具體看上面的熱圖美化）。小伙伴們可以自行嘗試不進(jìn)行歸一化的糟糕效果。
圖 1. heatmap 繪制熱圖
我們發(fā)現(xiàn)，在繪圖的同時(shí)也繪制了層級(jí)聚類圖，對(duì)于 NBA 這一數(shù)據(jù)，層級(jí)聚類圖是沒有太大意義的，而且顏色其實(shí)并不是我們平時(shí)所見的紅色和黃色。現(xiàn)在我們進(jìn)行調(diào)整
nba_heatmap <- heatmap(nba_matrix, Rowv=NA, Colv=NA,
? ? ? ? ? ? ? ? ? ? ? col = heat.colors(100), scale="column")我們進(jìn)行了三點(diǎn)調(diào)整：1. 將行層級(jí)聚類圖 Rowv 設(shè)置為 NA，即不顯示；2. 將列層級(jí)聚類圖設(shè)置為NA，即不顯示；3. cm.colors 修改為 heat.colors，即調(diào)整了顏色的模式。
圖 2. 調(diào)整參數(shù)后用 heatmap 函數(shù)繪圖
二、pheatmap 包里的 pheatmap 函數(shù)
pheatmap 實(shí)際上是 Pretty Heatmaps 的縮寫，新的命名充滿了對(duì)原始 heatmap 的嫌棄。要使用非基礎(chǔ)安裝里面的包，就需要安裝并加載這個(gè)包，代碼如下：
install.packages(“pheatmap”) ?#安裝pheatmap包
library(pheatmap) ?#加載pheatmap包
要查看一個(gè)包或者一個(gè)包里面函數(shù)的詳細(xì)介紹，代碼為：
?pheatmap ?#查看pheatmap包里面的詳細(xì)介紹
?pheatmap::pheatmap ?#查看pheatmap包里pheatmap函數(shù)的具體參數(shù)
與 heatmap 類似的是，pheatmap 也可以同時(shí)繪制熱圖和系統(tǒng)樹圖，同樣需要矩陣格式的原始輸入，需要用 scale 進(jìn)行標(biāo)準(zhǔn)化，需要顏色；但不同的是，是否需要行或列的系統(tǒng)樹圖的表達(dá)方式不同，前者是Rowv=NULL?，而后者是cluster_rows = TRUE。利用上面的 NBA 數(shù)據(jù)，我們只是在繪制熱圖的那一步利用 pheatmap 函數(shù)，輸入以下代碼：
nba_heatmap <- pheatmap(nba_matrix,
? ? ? ? ? ? ? ? ? ? ? ?cluster_rows = TRUE, cluster_cols = TRUE,
? ? ? ? ? ? ? ? ? ? ? ?col = heat.colors(100), scale="column")
圖 3. 用 pheatmap 繪制熱圖
果然，pheatmap 一出手就不同凡響，信息要比 heatmap 更多。根據(jù)這幅圖，我們?cè)俚雇嘶厝タ?pheatmap 函數(shù)中的一些關(guān)鍵參數(shù)。
熱圖中的色塊以小格子呈現(xiàn)，與小格子相關(guān)的默認(rèn)參數(shù)有：border_color = "grey60", cellwidth = NA, cellheight = NA；如果我們不想讓每個(gè)格子都具有灰色的邊框，只需要設(shè)置 border_color = NA。
heatmap 函數(shù)做的熱圖非常大的問題在于我們雖然看到了顏色的差異，但是每一種顏色代表的具體數(shù)值又是多少呢？我們不得而知。但是 pheatmap 完美地解決了這一問題，看圖 3 的右上角，我們可以看到一個(gè)顏色和相對(duì)數(shù)值的對(duì)應(yīng)關(guān)系。與這一呈現(xiàn)相關(guān)的參數(shù)是：legend = TRUE, 默認(rèn)設(shè)置是保留 legend。
如果想獲取pheatmap的結(jié)果，可以str(nba_heatmap)，然后抽絲剝繭的取出每一部分內(nèi)容。
三、heatmap.plus 包里面的 heatmap.plus 函數(shù)
heatmap.plus 與 base 安裝里面的 heatmap 很像，只有兩個(gè)參數(shù) RowSideColors 和 ColSideColors 不一樣，在 heatmap 中 兩者的輸入格式是向量，而在 heatmap.plus 中輸入格式是矩陣。關(guān)于 R 語言中數(shù)據(jù)的格式請(qǐng)參照相關(guān)書籍。
要理解 RowSideColors 和 ColSideColors 的含義，嘗試以下代碼：
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
nba <- nba[order(nba$PTS),]
row.names(nba) <- nba$Name
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
rc <- rainbow(nrow(nba_matrix), start = 0, end = .3)
cc <- rainbow(ncol(nba_matrix), start = 0, end = .3)
nba_heatmap <- heatmap(nba_matrix, Rowv=NA, Colv=NA,
? ? ? ? ? ? ? ? ? ? ? col = heat.colors(100),
? ? ? ? ? ? ? ? ? ? ? RowSideColors = rc,
? ? ? ? ? ? ? ? ? ? ? ColSideColors = cc,scale="column")
圖5. 用 heatmap 繪制帶有測(cè)邊的熱圖
這里 RowSideColors = rc，ColSideColors = cc，而 rc <- rainbow(nrow(nba_matrix)，start = 0, end = .3)，cc <- rainbow(ncol(nba_matrix), start = 0, end = .3)。
側(cè)邊就是一個(gè)顏色梯度條，這里用到 rainbow 函數(shù)，其使用格式是 rainbow(n, s = 1, v = 1, start = 0, end = max(1, n - 1)/n, alpha = 1)，這里 n= nrow(nba_matrix), 而 s 和 v 分別代表飽和度（Saturation）和純度（Value），start 和 end 分別為色度（Hue）的起始點(diǎn)。
但是這段代碼對(duì) heatmap.plus 是不行的，首先需要將 rc 和 cc 轉(zhuǎn)變?yōu)榫仃嚕囍\(yùn)行下面這段代碼：
rc <- rainbow(nrow(nba_matrix), start = 0, end = .3)
cc <- rainbow(ncol(nba_matrix), start = 0, end = .3)
rc <- matrix(as.character(rc),nrow = 50,ncol = 19)
cc <- matrix(as.character(cc),nrow = 19,ncol = 50)
nba_heatmap <- heatmap.plus(nba_matrix,Rowv=NA, Colv=NA,
? ? ? ? ? ? ? ? ? ? ? ? ? ?col = heat.colors(100),
? ? ? ? ? ? ? ? ? ? ? ? ? ?RowSideColors = rc, ColSideColors = cc,
? ? ? ? ? ? ? ? ? ? ? ? ? ?scale="column")
圖 6. 用 heatmap.plus 繪制帶有測(cè)邊的熱圖
pheatmap繪制帶有側(cè)邊的更合適，具體見?R語言學(xué)習(xí) - 熱圖簡(jiǎn)化，?最簡(jiǎn)單漂亮的免費(fèi)在線生信繪圖工具。
四、gplots 包里面的 heatmap.2 包
按照慣例，我們還是試一試下面的代碼：
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
nba <- nba[order(nba$PTS),]
row.names(nba) <- nba$Name
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
heatmap.2(nba_matrix, Rowv=NA, Colv=NA, col = heat.colors(100), scale="column")
得到如下圖：
圖 7. 用 heatmap.2 繪制的熱圖
我們發(fā)現(xiàn)，圖中多了很多綠色的線，這是什么呢？查看說明才知道這是 "trace" line，與之相關(guān)的代碼為：trace=c("column","row","both","none"), tracecol="cyan"，hline=median(breaks)，vline=median(breaks)，linecol=tracecol。hline 和 vline 分別表示水平和數(shù)值的虛線是否需要畫出，其默認(rèn)值均為中位數(shù)的轉(zhuǎn)折點(diǎn)。
五、d3heatmap 包中的 d3heatmap 函數(shù)
d3heatmap 里面一共包含三個(gè)函數(shù)：d3heatmap、d3heatmapOutput、renderD3heatmap，后兩者是在 shiny 中使用的包裹函數(shù)。（shiny 是 RStudio 開發(fā)的一款用于構(gòu)建交互式網(wǎng)頁 app 的 R 包，shiny 的構(gòu)建有點(diǎn)復(fù)雜，這里暫且略過，因此只講解 d3heatmap）
按照慣例，我們還是試一試下面的代碼：
d3heatmap(nba_matrix, Rowv=NA, Colv=NA,
? ? ? ? ?col = heat.colors(100), scale="column")
你會(huì)得到以下這幅圖，這幅圖看起來普普通通，但是神奇之處是當(dāng)你鼠標(biāo)落到任一色塊時(shí)，可以顯示當(dāng)前色塊的數(shù)值。
圖 8. d3heatmap 繪制的交互式熱圖
六、heatmaply 包里面的 heatmaply 函數(shù)
heatmaply 也是交互式的。嘗試以下代碼：
install.packages("heatmaply")
library(heatmaply)
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
nba <- nba[order(nba$PTS),]
row.names(nba) <- nba$Name
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
heatmaply(nba_matrix, col = heat.colors(100),
? ? ? ? ?fontsize_row=7, fontsize_col=7, scale="column",
? ? ? ? ?margins = c(50,120,NA,0))
圖 9. 用 heatmaply?繪制的熱圖
這里新出現(xiàn)的 fontsize_row、fontsize_col 和 margins 參數(shù)分別表示行標(biāo)簽字體大小、列標(biāo)簽字體大小以及邊界（下、左、上、右）。
七、iheatmapr 包里的?iheatmap 函數(shù)
iheatmap 繪制的也是交互式的熱圖，這意味著你用鼠標(biāo)掠過熱圖上的色塊時(shí)，會(huì)顯示該點(diǎn)的數(shù)值。同時(shí)，在右上方可以看到一系列可以調(diào)整的小圖標(biāo)，這些都是可以調(diào)節(jié)的參數(shù)。
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
nba <- nba[order(nba$PTS),]
row.names(nba) <- nba$Name
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
iheatmap(nba_matrix,colors = heat.colors(100), cluster_rows ="kmeans",
? ? ? ? cluster_cols ="hclust",row_k=10,scale="cols")
注意這里的書寫方式，已經(jīng)改為 “colors=heat.colors(100)” 和 scale=”cols”
圖 10. 用?iheatmap??繪制的熱圖 （一看就是plotly的效果，ggplot2的圖也可以直接plotly）
八、ComplexHeatmap 繪制熱圖
首先需要特別強(qiáng)調(diào)的是，ComplexHeatmap 是 Bioconductor 里面的一個(gè) R 包，安裝的方式與一般 CRAN 上的包的安裝方式不同，安裝和加載代碼如下：
source("https://bioconductor.org/biocLite.R")
biocLite("ComplexHeatmap")
library(ComplexHeatmap)ComplexHeatmap 包里面用于繪圖的函數(shù)也叫做 Heatmap，注意這里的?H?是大寫。
具體的參數(shù)可用 ?ComplexHeatmap::Heatmap 進(jìn)行查詢，試一下以下這段代碼：
Heatmap(nba_matrix, cluster_rows = TRUE,
? ? ? ?cluster_columns = TRUE,
? ? ? ?col = heat.colors(100))
圖 11. 用?Heatmap?繪制的熱圖
這樣也是可以得到類似于基礎(chǔ)安裝里面的 heatmap 的。
關(guān)于用 ComplexHeatmap 繪制熱圖，可以看這一個(gè)鏈接：
http://bioconductor.org/packages/release/bioc/vignettes/ComplexHeatmap/inst/doc/s2.single_heatmap.html
如果閱讀英文有困難，可以看這里：http://www.bioinfo-scrounger.com/archives/122
另外，看到 Y 叔（生信領(lǐng)域有名的 Y 叔）關(guān)于熱圖的總結(jié)，利用 Y 叔寫的?simplot?函數(shù)，可用于可視化相似性矩陣。試著對(duì) nba_matrix 做了一下相似性分析，由于數(shù)據(jù)有 50 行，因此只能把標(biāo)簽和字體尺寸調(diào)到非常小，才勉強(qiáng)可以看見。
#安裝DOSE
source("https://bioconductor.org/biocLite.R")
biocLite("DOSE")
library(DOSE)
simplot(nba_matrix,labs.size = 1,font.size = 6)
圖 12. 用?simplot??進(jìn)行相似性分析
九、Lattice包里面的?levelplot?函數(shù)
Lattice 包是基于 grid 創(chuàng)建的，有自己獨(dú)特的繪圖風(fēng)格。其中 lattice 包里面的 levelplot 函數(shù)可以用來繪制熱圖。
library("lattice")
library(latticeExtra)
#準(zhǔn)備nba_matrix矩陣
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv", sep=",")
nba <- nba[order(nba$PTS),]
row.names(nba) <- nba$Name
nba <- nba[,2:20]
nba_matrix <- data.matrix(nba)
#對(duì)參數(shù)進(jìn)行設(shè)置
hc=hclust(dist(nba_matrix)) #按行聚類
dd.row=as.dendrogram(hc) ? ? #保存行聚類樹形
row.ord=order.dendrogram(dd.row) #保存行聚類順序
hc=hclust(dist(t(nba_matrix))) #按列聚類
dd.col=as.dendrogram(hc) #保存列聚類樹形
col.rod=order.dendrogram(dd.col) #保存列聚類順序
temp1=nba_matrix[row.ord,] #只對(duì)行聚類（是否對(duì)行、列聚類）
levelplot(t(temp1),aspect="fill",
? ? ? ? ?colorkey=list(space="left",width=1.5),
? ? ? ? ?xlab="",ylab="",
? ? ? ? ?legend=list(right=list(fun=dendrogramGrob,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? args=list(x=dd.row,rod=row.ord,side='right',
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? size=5)),
? ? ? ? ? ? ? ? ? ? ?scales=list(x=list(rot=90))))
圖 13. 用 levelplot?繪制的熱圖
十、ggplot2 包里面的 ggplot 函數(shù)繪制熱圖
最后，不得不提到十分強(qiáng)大的 ggplot2。ggplot2 中，圖是采用串聯(lián)（+）號(hào)創(chuàng)建的，每個(gè)函數(shù)修改屬于自己的部分。下面參考 R-blogger 上的代碼，原網(wǎng)頁為：https://www.r-bloggers.com/ggplot2-quick-heatmap-plotting/
嘗試以下代碼：
library(ggplot2) ?
library(plyr)
require(reshape2)
require(scales)
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
nba$Name <- with(nba, reorder(Name, PTS))
nba.m <- melt(nba) ?#對(duì)數(shù)據(jù)進(jìn)行融合
nba.m <- ddply(nba.m, .(variable), transform, rescale = rescale(value))
ggplot(nba.m, aes(variable, Name)) + geom_tile(aes(fill = rescale), colour = "white") + scale_fill_gradient(low = "white", high = "steelblue")
圖 14. 用?ggplot?繪制的熱圖
總結(jié)：這篇文章帶領(lǐng)我們快速瀏覽了 R 語言里面的 10 種熱圖的繪制方式，并且提供了代碼。首先介紹了 4 種繪制非交互式熱圖的包，其次介紹了 4 種繪制交互式熱圖的包，最后介紹了 lattice 和 ggplot2 繪圖系統(tǒng)中繪制熱圖的方法。但由于筆者的水平十分有限，本次的講解比較淺顯，但顯而易見的是，每一種函數(shù)提供的熱圖的繪制參數(shù)很多，耐心鉆研，一定可以繪制出絢麗的熱圖。
封面圖來源于Wikipedia:?https://en.wikipedia.org/wiki/Binary_number?
如果看完代碼還不會(huì)的，可以參加我們的視頻課 http://bioinfo.ke.qq.com；或點(diǎn)擊原文使用線上版，各種繪圖。
精品回顧
畫圖三字經(jīng)?生信視頻?生信系列教程?心得體會(huì)?癌癥數(shù)據(jù)庫?
好多朋友還沒有養(yǎng)成看完轉(zhuǎn)發(fā)、點(diǎn)贊的習(xí)慣，應(yīng)該有的??！