【R语言】热图绘制-heatmap+RColorBrewer配色方案

前面给大家介绍了如何使用R自带的heatmap函数+R自带的配色方案来绘制热图

☞【R语言】热图绘制-heatmap函数+默认配色方案

☞R语言中的颜色(一)-自带的调色板

也给大家介绍了如何使用R自带的heatmap函数+gplots的配色方案来绘制热图

☞【R语言】热图绘制-heatmap+gplots配色方案

☞R语言中的颜色(二)-gplots包

也给大家介绍了如何使用R自带的heatmap函数+grDevice的配色方案来绘制热图

☞【R语言】热图绘制-heatmap+grDevice配色方案

☞R语言中的颜色(三)-grDevice包

今天我们接着来聊heatmap这个函数绘制热图，这次我们使用RColorBrewer这个R包里面的配色方案

☞R语言中的颜色(四)-RColorBrewer包

首先我们还是先读取需要的数据，这里用到的数据跟【R语言】热图绘制-heatmap函数用到的数据是一样的

#读取所有miRNA的表达矩阵
expr=read.table("miRNA_expr.txt",header=T,row.names=1,sep="\t")
#读取差异表达分析结果
#差异表达分析可以参考https://ke.qq.com/course/package/37513
deg=read.table("MIR_DEG_fc_2.5_pval_0.01.txt",header=T,row.names = 1,sep="\t")
#设置样本类型
type=factor(rep(c("CR","CC"),each=3))
#提取差异表达miRNA的名字
miRNA=rownames(deg)
#提取差异表达miRNA对应的表达矩阵
data=as.matrix(expr[miRNA,])

接下来我们使用RColorBrewer包里面的函数来生成配色方案

#如果没有安装RColorBrewer这个包，需要先去掉下一行中的#，再运行进行安装
#install.packages("RColorBrewer")

#加载RColorBrewer这个R包
library(RColorBrewer)

#展示PiYG配色方案中的11种颜色
display.brewer.pal(11,"PiYG")

接下来我们看看如何使用colorRampPalette函数生成渐变色

#生成三张图片，按三行一列排布
par(mfrow=c(3,1))
#PiYG中一共有11中颜色，画11根柱子来展示
barplot(1:11,col=brewer.pal(11, "PiYG"))
#通过colorRampPalette生成渐变色，PiYG中本身就有11中个颜色
#后面括号中的数字是要生成渐变色的个数，也为11，所以效果跟上图一样
barplot(1:11,col=colorRampPalette(brewer.pal(11, "PiYG"))(11))
#通过colorRampPalette生成25个渐变色
barplot(1:25,col=colorRampPalette(brewer.pal(11, "PiYG"))(25))

接下来我们用这25个渐变色来绘制热图

coul <- colorRampPalette(brewer.pal(11, "PiYG"))(25)
heatmap(data, 
        cexCol = 1,  #设置列标签字体大小
        scale="row",  #按行做归一化
        col = coul  #使用PiYG配色方案生成的25个渐变色
        )

我们还能用其他的配色方案试试

#展示OrRd配色方案中的9种颜色display.brewer.pal(9,"OrRd")

接下来我们用OrRd配色方案生成的50个渐变色来绘制热图

coul <- colorRampPalette(brewer.pal(9, "OrRd"))(50)
heatmap(data, 
        cexCol = 1,  #设置列标签字体大小
        scale="row",  #按行做归一化
        col = coul #使用OrRd配色方案生成的50个渐变色
       )

其实RColorBrewer包里还有很多其他的配色方案，这里就不依依列举了，感兴趣的小伙伴可以翻看☞R语言中的颜色(四)-RColorBrewer包

本文中使用的表达矩阵来自GEO公共数据库

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE82236

关于GEO数据库检索和差异表达分析可以参考

☞基于GEO公共数据库的数据挖掘

获取文中使用的原始数据

参考资料：

☞【R语言】热图绘制-heatmap函数+默认配色方案

☞【R语言】热图绘制-heatmap+gplots配色方案

☞【R语言】热图绘制-heatmap+grDevice配色方案

☞【R语言】热图绘制-heatmap+RColorBrewer配色方案

☞R语言中的颜色(一)-自带的调色板

☞R语言中的颜色(二)-gplots包

☞R语言中的颜色(三)-grDevice包

☞R语言中的颜色(四)-RColorBrewer包

☞ 超详细的热图绘制教程(5000余字)，真正的保姆级教程

☞ R语言绘制基因表达热图（简易版）

☞ 一个R函数搞定风险评估散点图，热图

☞ R绘制甲基化和表达谱联合分析热图