作者:mobiledu2502871951 | 来源:互联网 | 2022-12-30 22:03
r语言画分布图R中的画地图的方法不外乎两种,一种是利用GIS方面的数据,在R中画出来,另一种是直接从谷歌地图等地方拿来主义。先说第一种,最早应该是从maps包开始的,这个包里没记错
r语言画分布图
R中的画地图的方法不外乎两种,一种是利用GIS方面的数据,在R中画出来,另一种是直接从谷歌地图等地方拿来主义。先说第一种,最早应该是从maps包开始的,这个包里没记错的话应该用map函数为主,>map("world", fill = TRUE, col = rainbow(200),ylim = c(-90, 90), mar = c(0, 2, 0, 0));>title("worldmap");这种用法大家应该很熟了,比较可惜的是里面的数据是在是太少了,连张中国地图都画不了,好在后来有了mapdata等一系列的包,CRAN上maps包后面那一串全是。
map的常用用法详解
map是一种映射,是常用的STL容器。(map可以将任何基本类型(包括STL容器)映射到任何基本类型(包括STL容器)) 如需使用,需要加一个map头文件。
1.map的定义: map mp; 使用map要确定映射前类型(键key)和映射后的类型(值value)。
注意:如果是字符串到整形的映射,必须使用string而不是char数组。 例子: (1)mapmp;first来访问键,使用it->second来访问值。 3.map常用函数实例解析: (1)find() find(key)返回键为key的映射的迭代器,时间复杂度为N(logN),N为map中映射的个数。
(2)erase() erase有两种用法: 第一种:删除单个元素,删除一个区间内的所有元素。 删除单个元素的方法==》mp.erase(it),it为删除的元素的迭代器,时间复杂度为O(1)。 mp.erase(key),key为欲删除的键。
时间复杂度为O(logN),N为map内元素的个数。 第二种:删除一个区间内的所有元素。 mp.erase(firse,last)删除[first,last). 时间复杂度O(last-first) (3)size() size()用来获得map中映射的对数,时间复杂度为O(1)。
(4)clear() clear()用来清空map中的所有元素,复杂度为O(N),其中N为map中的元素的个数。 4.map的常见用途: 1.需要建立字符(或字符串)与整数之间映射的题目,使用map可以减少代码量。 2.判断大整数或者其他类型数据是否存在的题目,可以把map当bool数组用。
[R语言] Heatmap绘图经验总结
这里随机生成了25个0,1之间的均匀分布的随机数,其中,行是样本,列是特征,如图: 第一种方案绘制的Heatmap需要借助于Corrplot包,我们求出dat特征的相关系数矩阵,进一步利用corrplot函数来画图,在该包的官方文档中,对于corrplot函数的参数描述可以说是非常多,这里我给出几种常用的参数: method 表示热力图中每一块所展示的形状,可选值有: "circle", "square", "ellipse", "number", "shade", "color", "pie"; type 表示相关系数矩阵展示的方式,比如只展示上三角或下三角或者全部展示,可选值有:“full”,“upper","lower”; tl.pos 指定文本标签(变量名称)的位置,当type=full时,默认标签位置在左边和顶部(lt),当type=lower时,默认标签在左边和对角线(ld),当type=upper时,默认标签在顶部和对角线,d表示对角线,n表示不添加文本标签; diag 表示对角线上取值,默认为FALSE; cl.pos 表示图例位置,当type=upper或full时,图例在右方,当type=lower时,图例在底部,不需要图例时,需指定该参数为n; ... 下面给出方法运用: 当然,利用corrplot函数画图可以实现图层的叠加,上面这张图就是分上下两部分完成的,其中默认的颜色样式个人觉得还是可以的,只不过对于相关系数值会根据高低颜色深浅会发生变化,对于一些相关性低的值颜色会非常浅,所以看得不是很明显。 关于这个包具体的的使用方法可以参考这位博主写的文章: 这里我们还是用方案一随机生成的矩阵,介绍用pheatmap包来绘制热力图。
pheatmap包里关于绘制热力图的参数相对来说比较少,可以帮助我们快速的绘图,这里给出一些常用参数: color 设置渐变的颜色,通常借助于colorRampPalette函数,比如说设置红黄蓝渐变,并在这之间分成50个等级,我们可以设置color=colorRampPalette(c("red","yellow","blue"))(50); cluster_cols & cluster_rows 表示是否按行或列聚类,默认值为FALSE; clustering_method 表示聚类方法,默认是complete,此外还"ward.D",“single”,“average”,等; display_numbers 表示是否在heatmap里面显示数值,默认是FALSE; show_rownames & show_colnames 表示是否显示行名或列名; file 设置图片保存位置 ... 下面给出方法运用 去掉边框线可能会好看一点: 由于是随机生成的数据,就不显示聚类的效果(只需要把cluster_row和cluster_col删掉即可),总体来说用pheatmap绘制热图会相对简单一点,但是毫不逊色于其他包绘制的热图。
此外,如果想对于行或列来显示一些注释信息(annotation),比如将特征分成2类,每一类是不同的颜色,这里就可以先生成一个行名是特征,列名是分类结果的数据框,然后利用annotation_row(或col)参数,将生成的数据框赋给它即可,具体可以参考这位博主的文章: 接下来介绍的ComplexHeatmap包就比较全面了,他可以兼容pheatmap函数的所有功能,可以说是pheatmap包的加强版,能够创建更加复杂的热力图,如果你会pheatmap包的应用,那么在ComplexHeatmap包里面,你只需要指明是该包下的pheatmap函数即可使用(ComplexHeatmap::pheatmap())。接下来列举出一些常用参数: name 、column_title、row_title设置图例、列标题与行标题的名字; column_title_side & row_title_side 设置列标题与行标题的位置,之注意:列标题只能跟"top"或"buttom"参数,行标题只能跟"left"或"right"参数; column_names_side & row_names_side 设置行名与列名的位置,后面跟的是位置参数,如"left"、"top"等; column_names_rot & row_names_rot 设置行名与列名的倾斜角度,后面跟的是角度,如0、30、90等; column_names_gp & row_names_gp 设置行名与列名的颜色,比如 column_names_gp =gpar(col=rep("red",5)); column_title_gp & row_title_gp 设置列与行标题的颜色,注意:这个需要和聚类分割的数量来决定,要指定row_split & column_split,颜色的设置才能生效; col 设置渐变的颜色向量参数,这里推荐用RColorBrewer包中的颜色,比如 col = rev(brewer.pal(n = 7, name ="RdYlBu")); cluster_rows & cluster_columns 表示是否对行列进行聚类,默认是TRUE; cluster_rows & cluster_columns 表示是否对行列进行聚类,默认是TRUE,如果是特定值,则表示对聚类树进行处理; row_dend_reorder & column_dend_reorder 表示将行或列进行排序,默认是TRUE,所以我们在利用这个包绘制相关系数热力图时,会看到对角线不是1,那么我们就需要检查是否设置了这个参数; show_column_dend & show_row_dend 表示是否展示行与列的聚类树; ... 下面利用上述随机生成的数据来绘制heatmap: 最值得一提的是,cluster_rows参数,可以结合hlust函数来使用,并通过color_branches函数来为不同类别设置颜色,使得整个heatmap看起来更加美观。如果我们要显示聚类后的数据分割并命名,我们可以这样: 如若想得到更加详细的说明,可以看ComplexHeatmap包的官方文档,或者参见这位博主的文章: 当然,画heatmap怎么能少的了ggplot2呢,我们在利用ggplot画图时,只需要设置scale_fill_gradient即可,例如:scale_fill_gradient(low = "yellow", high = "red") 表示颜色从黄色到红色渐变。注意要把数据处理成ggplot所需要的样式!下面来绘制heatmap: 如果要实现聚类树在heatmap上,我们需要利用ggtree函数,分别绘制聚类树与热力图,最后用aplot包进行拼接即可。
由于ComplexHeatmap包绘制的热力图是一个Heatmap对象,故他与其他图形不同,自身可以与其他Heatmap对象结合,我们只需要利用"+"号或者"%v%"连接符对多个Heatmap对象进行水平或垂直连接就可以了。 当我们需要将pheatmap包绘制的热力图与ggplot画的其他图贴在一起时,我们可以利用ggplotify包来实现,具体操作流程为: 我们用上回利用iris数据集画组合小提琴图的例子,进一步组合heatmap: 当然ggplot也可以画heatmap,这里不再阐述,对于上面几种绘图方案,我们只需选取一种最美观,最有效的方式来画heatmap即可。
如何用R语言画heatmap图
如何用R语言画heatmap图heatmap函数可以用来画heatmap图,例:require(graphics); require(grDevices)x <- as.matrix(mtcars)rc <- rainbow(nrow(x), start = 0, end = .3)cc <- rainbow(ncol(x), start = 0, end = .3)hv <- heatmap(x, col = cm.colors(256), scale = "column", RowSideColors = rc, ColSideColors = cc, margins = c(5,10), xlab = "specification variables", ylab = "Car Models", main = "heatmap(
, ..., scale = \"column\")")utils::str(hv) # the two re-ordering index vectors如何用R语言for循环形成112358
赋默认值,在for循环中进行修改。编程中减少代码重复的两个工具,一是循环,一是函数。
循环,用来处理对多个同类输入做相同事情(即迭代),如对不同列做相同操作、对不同数据集做相同操作。
R语言有三种方式实现循环:for循环、while循环。apply函数族。泛型函数map。apply函数族和泛型函数map能够更加高效简洁地实现一般的for循环、while循环,但这不代表for循环、while循环就没用了,它们可以在更高的层次使用(相对于在逐元素级别使用)。
新手:R语言的heatmap的制作问题
可在高级绘图函数里添加相关参数:标题main、副标题sub、坐标轴标签xlab、ylab,并非所有绘图函数都支持这些选项。