c++二维矩阵转vector_如何在R语言中建立六边形矩阵热图heatmap可视化

原文链接&＃xff1a;

这是一个六边形热图可视化程序&＃xff0c;主要用到的知识RColorBrewer&＃xff0c;fields,也就是R中的可视化绘图库。

本文希望SOM的结果以六边形热图可视化。让我向您展示如何在R中创建六边形热图&＃xff01;

您必须根据自组织神经网络&＃xff08;SOM&＃xff09;的结果来创建自己的变量 。输入变量 Heatmap_Matrix 变量是一个矩阵&＃xff0c;可以作为热图的数字表示。

因此&＃xff0c;矩阵具有与SOM映射相同的行数和与SOM映射相同的列数&＃xff0c;并且热图中的每个值表示一个六边形的值。这里 [1,1] 将成为左下节点&＃xff08;第一行&＃xff0c;第一列&＃xff09;&＃xff0c;[1,2] 将成为右侧的节点&＃xff0c; 将成为 [2,1] 第二行中左侧的第一个节点&＃xff0c;依此类推。因此&＃xff0c;从视觉上看&＃xff0c;顺序从左下到右上&＃xff0c;而在矩阵中&＃xff0c;则从左上到右下。

码

1. 
   library(RColorBrewer) #使用brewer.pal
2. 
   library(fields) #使用designer.colors
4. 
   #为每个六角形创建多边形的功能
6. 
   #从一个矩阵开始&＃xff0c;该矩阵将作为您的热图的数字表示形式&＃xff0c;称为Heatmap_Matrix
9. 
   x <- as.vector(map_Matrix)
11. 
    #此矩阵具有与SOM映射相同的行数和与SOM映射相同的列数&＃xff0c;并且热图中的每个值表示一个六边形的值
14. 
    #在这里[1,1]将成为左下节点&＃xff08;第一行&＃xff0c;第一列&＃xff09;&＃xff0c;[1,2]将成为右节点[2,1]将成为第二行左侧的第一个节点
17. 
    #因此&＃xff0c;从视觉上看&＃xff0c;可以从左下到右上工作
21. 
    #SOM的行数和列数
24. 
    Rows <- dim(map_Matrix)[1]
25. 
    Columns <- dim(map_Matrix)[2]
27. 
    #为图例腾出空间
30. 
    par(mar &＃61; c(0.2, 2, 2, 7))
32. 
    #启动绘图窗口&＃xff0c;但确实显示绘图上的所有轴或点
35. 
    plot(0, 0, type &＃61; "n", axes &＃61; FALSE, xlim&＃61;c(0, Columns),
36. 
    ylim&＃61;c(0, Rows), xlab&＃61;"", ylab&＃61; "", asp&＃61;1)
38. 
    #创建调色板
41. 
    #我使用designer.colors在Brewer中允许的最大数量的数值之间插入50种颜色
45. 
    ColRamp <- rev(designer.colors(n&＃61;50, col&＃61;brewer.pal(9, "Spectral") )
47. 
    #制作一个向量&＃xff0c;其长度&＃xff08;ColRamp&＃xff09;的bin数在x的最小值与最大值之间.
48. 
    #接下来&＃xff0c;将x中的每个点与ColorRamp中的一种颜色进行匹配
50. 
    ColorCode <- rep("#FFFFFF", length(x)) #默认为全白
53. 
    for (i in 1:length(x))
54. 
    if (!is.na(x[i])) ColorCode[i] <- ColRamp[which.min(abs(Bins-x[i]))]
56. 
    #在图上实际绘制六角形多边形
59. 
    offset <- 0.5 #向上移动时六边形的偏移量
62. 
    for (row in 1: Rows) {
63. 
    for (column in 0:( Columns - 1))
64. 
    agon(column &＃43; offset, row - 1, col &＃61; ColorCode[row &＃43; Rows * column])
65. 
    offset <- ifelse(offset, 0, 0.5)
66. 
    }
68. 
    #在右侧添加图例
70. 
    image(legend.only&＃61;TRUE, col&＃61;ColRamp, zlim&＃61;c(min(x, na.rm&＃61;T), max(x, na.rm&＃61;T)))

能够读取颜色含义的图例

在最后&＃xff0c;创建图例&＃xff0c;您将获得与上图类似的热图。

希望我的解释和代码能帮助您在R中创建自己漂亮的热图。

最受欢迎的见解

1.R语言动态图可视化&＃xff1a;如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针&＃xff08;蒲丰投针&＃xff09;实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例&＃xff1a;探索brfss数据数据分析

7.R语言动态可视化&＃xff1a;制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化