如何使用Coldiss函数而不是默认数字显示差异矩阵上的数据标签？

Question

我想我已经阅读了互联网上所有提及Coldiss的页面，但仍无法使标签正确显示。 在我插入的图像中，矩阵看起来不错，但是标签是默认数字（因此对于独立图像来说没有用），并且在有序矩阵中矩阵正确排序，但标签没有重新排序，这没有任何意义。

[矩阵输出图像] [1]

我的问题是：1）如何使标签正确地订购有序矩阵？ 如果订购后热图中的单元格正在更改颜色，则各个标签也应不同。

2）是否可以编辑Coldiss函数以使用我的隔离标签（可以在第一行或第一列中找到）来标记热图，而不是默认编号？

这是我正在运行的代码。

library(gclus)
library(ape)

source("coldiss.txt")

tree<-read.tree("BP_SNPS_only-BioNJ_tree_100BS")
PatristicDistMatrix100BS<-cophenetic.phylo(tree)

coldiss(D =  PatristicDistMatrix100BS, nc = 4, byrank = TRUE, diag = TRUE)

这是coldiss.txt文件：

# coldiss()
# Color plots of a dissimilarity matrix, without and with ordering
#
# License: GPL-2 
# Author: Francois Gillet, 23 August 2012
#

"coldiss" <- function(D, nc = 4, byrank = TRUE, diag = FALSE)
{
require(gclus)

if (max(D)>1) D <- D/max(D)

if (byrank) {
    spe.color <- dmat.color(1-D, cm.colors(nc))
}
else {
    spe.color <- dmat.color(1-D, byrank=FALSE, cm.colors(nc))
}

spe.o <- order.single(1-D)
speo.color <- spe.color[spe.o, spe.o]

op <- par(mfrow=c(1,2), pty="s")

if (diag) {
    plotcolors(spe.color, rlabels=attributes(D)$Labels, 
        main="Dissimilarity Matrix", 
        dlabels=attributes(D)$Labels)
    plotcolors(speo.color, rlabels=attributes(D)$Labels[spe.o], 
        main="Ordered Dissimilarity Matrix", 
        dlabels=attributes(D)$Labels[spe.o])
}
else {
    plotcolors(spe.color, rlabels=attributes(D)$Labels, 
        main="Dissimilarity Matrix")
    plotcolors(speo.color, rlabels=attributes(D)$Labels[spe.o], 
        main="Ordered Dissimilarity Matrix")
}

par(op)
}

# Usage:
# coldiss(D = dissimilarity.matrix, nc = 4, byrank = TRUE, diag = FALSE)
# If D is not a dissimilarity matrix (max(D) > 1), then D is divided by     max(D)
# nc                            number of colours (classes)
# byrank= TRUE      equal-sized classes
# byrank= FALSE     equal-length intervals
# diag = TRUE           print object labels also on the diagonal

# Example:
# coldiss(spe.dj, nc=9, byrank=F, diag=T)

这是PatristicDistMatrix100BS的缩写版本： CDC-B043_1995 CDC-A267_1994 CDC-A161_1992 CDC-C931_1998 CDC-B043_1995 0 0.00099 0.00099 0.00166 CDC-A267_1994 0.00099 0 0.00066 0.00133 CDC-A161_1992 0.00099 0.00066 0.00066 0 0.00133 CDC-C931_1998

我希望它能提供所有相关信息，并感谢您提供的任何帮助，即使它是完全不同的功能。

Answer 1

代码没有错。 我认为的主要问题是您已经加载了其他一些软件包。 我也有同样的问题，但是当我单独尝试时，它可以按您的要求很好地工作。 只需删除其他软件包或单独计算即可。 有关更多详细信息，请参阅本文档第三章的代码（ http://adn.biol.umontreal.ca/~numericalecology/numecolR/ ）。 这是我使用的代码。

（必须在ade4之后加载纯素，以避免发生一些冲突）

library(ade4)
library(vegan)
library(gclus)
library(cluster)
library(FD)

文件必须位于工作目录中。 您可以从Internet通过此链接（ https://github.com/JoeyBernhardt/NumericalEcology ）搜索此文件。

source("coldiss.R")
source("panelutils.R")

然后计算您的相异矩阵并使用代码进行绘图

BCD <- vegdist(df[-1])
coldiss(BCD, byrank = FALSE, diag = TRUE)

希望它会起作用。