最近在简书中找到比较好看的聚类热图，自己也跟着模仿一下，也非常感谢作者的分享。真的非常高兴在简书中有这样的作者。
也希望在简书中或其他平台中有越来越多的人进行分享。
现在自己也分享一下自己这个历程，最后，最后，最后，还是一句话，“使用R画图，数据准备非常非常的重要”。
1 数据准备
第一列，gene_id， 后面是重复，3个重复，我的共4个处理数据，12组
2导入数据
#文件所在位置
setwd("I:FPKM")
library(pheatmap)
#BiocManager::install("heatmaps") #如没有按照“pheatmap包请安装”
dataset <- read.table('FPKM_聚类图数据.txt',header = TRUE, row.names = 1)
3 构建矩阵
# 构建样本分类数据
sample_calss=c(rep('CS_Leaf',3),
rep('CK_Lead',3),
rep('CS_Root',3),
rep('CK_Root',3))
level = c(1:12)
annotation_c <- data.frame(sample_calss, level)
rownames(annotation_c) <- colnames(exp_ds)
gene_class=c(rep('High',30),
rep('Low',30))
sample_type=c(rep('CS',20),
rep('CK',20),
rep('Immunology',20))
annotation_r <- data.frame(gene_class, gene_type)
rownames(annotation_r) <- rownames(exp_ds)
画图
pheatmap(exp_ds, #表达数据
cluster_rows = T,#行聚类
cluster_cols = T,#列聚类
annotation_col =annotation_c, #样本分类数据
annotation_row = annotation_r,
annotation_legend=TRUE, # 显示样本分类
show_rownames = T,# 显示行名
scale = "row", #对行标准化
color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
)
结果图形
原文链接 【支持原文】
