從數據幀制作矩陣以在 R 中制作熱圖

Question

我想在 R 中制作熱圖，但我無法將數據框更改為適當的矩陣形式。 我有一個包含三列（蛋白質、值和治療）的數據框，列蛋白質和治療我有一些重復。 你能幫我如何從這些數據中制作合適的矩陣，哪個包更適合制作熱圖。（我有 1000 種蛋白質（其中一些根據不同的處理重復）和 4 組處理）。 我是 R 的初學者，真的需要你的幫助。 先感謝您。

example:
protein           value    treatment

EPN1              0.986    treat1

LAMB1             0.881    treat2

PKP4              0.827    treat2     
PKP2              0.739    treat3     
BAIAP2            0.519    treat2     
UTRN              0.502    treat4     
REPS2             0.481    treat2     
PKP4              0.365    treat1      
LAMC1            -0.529    treat2     
PPIB              2.86     treat4   

Answer 1

你可以做這兩個

df <- read.table(header = T, text = "protein           value    treatment
EPN1              0.986    treat1
LAMB1             0.881    treat2
PKP4              0.827    treat2     
PKP2              0.739    treat3     
BAIAP2            0.519    treat2     
UTRN              0.502    treat4     
REPS2             0.481    treat2     
PKP4              0.365    treat1      
LAMC1            -0.529    treat2     
PPIB              2.86     treat4 ")

library(tidyverse)
df %>% ggplot(aes(x= treatment, y = protein, fill = value)) +
  geom_tile()

---

要么

library(echarts4r)

df |> 
  e_charts(protein) |> 
  e_heatmap(treatment, value) |> 
  e_visual_map(value)

Answer 2

這是一些示例數據。

dat <- data.frame(
    protein=replicate(100, paste(sample(LETTERS, 4), collapse="")),
    value=rnorm(100),
    treatment=paste0("treat", sample(1:4, 100, replace=TRUE)),
    stringsAsFactors=FALSE
)

使用ggplot2你可以做

library(ggplot2)
plt <- ggplot(dat, aes(treatment, protein, fill=value)) + geom_tile()

您可以在此處找到更多選項： https : //www.r-graph-gallery.com/79-levelplot-with-ggplot2.html

但是，我不知道如何處理要繪制的大量蛋白質（如您所述）。 您需要查看蛋白質的名稱嗎？

編輯：1000 種蛋白質的一種可能性是使圖表非常長，如下所示：

ggsave(
    "long.pdf", plot=plt, device="pdf", 
    width=21, height=150, units="cm", limitsize=FALSE
)

這將在當前文件夾中創建一個 PDF。 使用 PDF 查看器的縮放功能，您可以導航到感興趣的行。

編輯 2：對於更復雜的圖表，我（仍然）依賴於基礎 R。但也許有一些我不知道的 ggplot-Style 包。 基本的 R 解決方案需要首先將數據轉換為矩陣。 一種方法是使用這樣的稀疏矩陣：

dim_x <- unique(dat$protein)
dim_y <- unique(dat$treatment)
map_x <- setNames(seq_along(dim_x), dim_x)
map_y <- setNames(seq_along(dim_y), dim_y)

library(Matrix)
mat <- sparseMatrix(
    i=map_x[dat$protein], j=map_y[dat$treatment], x=dat$value, 
    dims=c(length(dim_x), length(dim_y)), dimnames=list(dim_x, dim_y)
)

然后你可以使用基本的 R heatmap函數，

heatmap(as.matrix(mat))

或一些更可定制的功能，如

library(pheatmap)
pheatmap(mat)

兩者都顯示樹狀圖。