熱圖可以實現“生信”領域的差異表達基因，展示在不同分組樣品中的表達水平；一般一列表示一個樣品，一行表示一個基因，其中的顔色表示的相對表達值。

實際上，熱圖還與“高大上”的芯片設計、機器學習有着密切的關系；畢竟原理相通，核心的東西隻有那麼“一套把戲”而已。

在芯片設計、機器學習領域，隻需要把表達的信息名稱對應上“芯片引腳”~“電平信号”或者“圖像噪聲”~“算法”，一樣可以實現！R最大的優勢就是數據信息可視化能力。

熱圖本質上就是聚類的可視化。在 R 中，基礎包 stats 提供了一個層次聚類的函數hclust，即 Hierarchical clustering 的縮寫。該函數的基本思路是：

1. 将需要聚類的對象單獨作為一類 cluster；
2. 根據算法（比如 complete linkage）将兩個最相似的 cluster 聚為一類；
3. 重複 2 過程，直到所有 cluster 都聚為一類。

太陽花圖(sunflower plot)，也稱為向日葵散點圖；太陽花圖是在特定的圖形位置上使用不同的字符。

library(car); cc<-Vocab; names(cc)

[1] "year" "sex" "education" "vocabulary"

plot(cc[,3:4],col=rainbow(22),cex=2,pch=17,las=1,col.axis='blue',ann=F,tck=0.01)

數據集cc共有30351個數據點，在上圖中無法看出哪些數據點存在重疊？太陽花圖可以在有重疊的地方用一朵“向日葵”的花瓣數目來表示重疊數據的個數；下圖就可以實現對分散數據交叉重疊情況的比較。

sunflowerplot(cc[,3:4],seg.col='blue',cex=1.6,col='red')

圖中左上角數據點隻有上、下兩個花瓣，代表該數據點大于10和小于10的位置各有一個數據；如果某點花瓣數量很多，表示該點位置前後左右重疊的數據量越大；藍色實心圓圈表示有很多很多的數據點。

aaa<-round(rnorm(100));aaa<-rep(aaa,5);aaa<-jitter(aaa,3);aaa

par(las=1,col.axis='lightblue',tck=0.01,ann=F)

sunflowerplot(1:500/500,sample(aaa,500),digits=1,pch=13,cex=1.1,col='red',seg.col='blue',seg.lwd=2)

sunflowerplot(rnorm(500),sample(aaa,500),digits=1,pch=19,cex=1.1,col='red',seg.col='blue',seg.lwd=2)

如果數據量不是太大，可用“軸須圖”的方式來顯示數據量的分布密度。

hist(cc[1:290,4],prob=T,breaks=9,labels=T,col=rainbow(9),ann=F)

rug(jitter(cc[1:290,4],amount=0.7), col = "red")

繪制venn圖最多支持5組數據，當組别數大于5時，venn圖即使能夠畫出來，看上去也非常複雜，不夠直觀；在實際的數據分析中，組别大于5的情況還是經常遇到的，這時就可以考慮用花瓣圖來進行數據的可視化。

花瓣圖中，所有樣本都有共同的信息，但是每個樣本也有獨有的信息；花瓣圖既美觀，展示的信息也很直觀。如下圖所示：

相關代碼參見：R語言繪制花瓣圖flower plot - 廬州月光 - 博客園

上圖對其中代碼的相關參數作了系統的調整，也調整了部分文本内容，還改變了顔色的顯示及圖形布局的設計；其實，隻要熟悉底層的繪圖指令，很快就能實現。

“圈圖”尤其适合“生信”中的基因表達；隻要安裝上circlize包，實現看似極為“高大上”的圈圖，也是分分鐘的事情。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!