网页制作与网站建设实战大全光盘,网站如何在百度搜索到,青岛室内设计公司排名,好看的个人网站主页热图就是使用颜色来表示数据相关性的图。能绘制热图的R包很多#xff0c;既往我们已经介绍了《R语言pheatmap包绘制热图》#xff0c;今天咱们来介绍一下R语言linkET包绘制相关性组合网络热图。相关性热图的意思热图和其他数据的关联性#xff0c;比较的是多数据间的内在关系…热图就是使用颜色来表示数据相关性的图。能绘制热图的R包很多既往我们已经介绍了《R语言pheatmap包绘制热图》今天咱们来介绍一下R语言linkET包绘制相关性组合网络热图。相关性热图的意思热图和其他数据的关联性比较的是多数据间的内在关系。 linkET包是我们的一个国人写的目前需要使用devtools::install_github下载作者对包的描述是万物皆可互联还挺有意思的。我们先下载包下来 devtools::install_github(“Hy4m/linkET”, force TRUE) 有时候Rstudio会提示你要更新其他的包吗这里选3不更新就可以了 下载好包后我们把包和数据导入因为是相关性热图所以需要导入两个数据
library(linkET)
library(ggplot2)
library(dplyr)
varespec-read.csv(E:/r/test/varespec.csv,sep,,headerTRUE)
varechem-read.csv(E:/r/test/varechem.csv,sep,,headerTRUE)这两个数据来自文献Väre, H., Ohtonen, R. and Oksanen, J. (1995) Effects of reindeer grazing on understorey vegetation in dry Pinus sylvestris forests. Journal of Vegetation Science 6, 523–530 varespec 数据框有 24 行 44 列列是 44 个物种的估计覆盖值。变量名由学名组成数据介绍说熟悉植被类型的人一看便知我是不知道是什么植物反正就是植物名字。varechem 数据框有 24 行 14 列给出了与 varespec 数据框中相同地点的土壤特性。化学测量值有明显的名称就是一些金属元素的特征。Baresoil 表示裸土的估计覆盖率Humdepth 表示腐殖质层的厚度。 linkET包即可绘制单独的热图也可以绘制相关性的热图下面咱们一一展示。 它有几个特殊的函数要先介绍一下correlate函数可以计算数据的相关性
correlate(varechem)也可以计算不同数据的相关性系数
correlate(varespec[1:30], varechem)算出了相关性就能生成图形了先来单个数据的
correlate(varechem) %% as_md_tbl() %% qcorrplot() geom_square()再来个双数据的
correlate(varespec[1:30], varechem) %% qcorrplot() geom_square()进行个性配色修改
correlate(varespec[1:30], varechem) %% qcorrplot() geom_square() scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu))Qcorrplot函数能把系数化的矩阵图示化
qcorrplot(correlate(varechem)) geom_square() scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu))Type系数可以控制我们取局部图形比如我只想取下半截
qcorrplot(correlate(varechem), type lower) geom_square() scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu))使用set_corrplot_style()函数和geom_square()函数还可以定制自己的风格比如我想改方框为圆形定义颜色为红色、蓝色和白色
set_corrplot_style(colours c(red, white, blue))
qcorrplot(correlate(varechem), type lower) geom_shaping(marker circle)想要从新回复成系统自定义颜色可以使用
set_default_style()下面咱们来进行相关性的网络热图绘制绘制前要进行一个曼特尔试验R包作者是这样说的相异矩阵的Mantel和偏Mantel检验。这里注意一下spec_select选择分类的是列的引索值varespec数据刚好44列
mantel - mantel_test(varespec, varechem,spec_select list(Spec01 1:7,Spec02 8:18,Spec03 19:37,Spec04 38:44))得出每个类别的R值和P值后我们对他们进行分段表示
mantel-mantel %% mutate(rd cut(r, breaks c(-Inf, 0.2, 0.4, Inf),labels c( 0.2, 0.2 - 0.4, 0.4)),pd cut(p, breaks c(-Inf, 0.01, 0.05, Inf),labels c( 0.01, 0.01 - 0.05, 0.05)))计算好后就可以进一步绘图了
qcorrplot(correlate(varechem), type lower, diag FALSE) geom_square() geom_couple(aes(colour pd, size rd), data mantel, curvature nice_curvature())还可以进一步修饰这个连接线条太粗了不怎么美观咱们调整一下
qcorrplot(correlate(varechem), type lower, diag FALSE) geom_square() geom_couple(aes(colour pd, size rd), data mantel, curvature nice_curvature()) scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu)) scale_size_manual(values c(0.5, 1, 2))自定义线条颜色
qcorrplot(correlate(varechem), type lower, diag FALSE) geom_square() geom_couple(aes(colour pd, size rd), data mantel, curvature nice_curvature()) scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu)) scale_size_manual(values c(0.5, 1, 2)) scale_colour_manual(values color_pal(3))给图例更改名字
qcorrplot(correlate(varechem), type lower, diag FALSE) geom_square() geom_couple(aes(colour pd, size rd), data mantel, curvature nice_curvature()) scale_fill_gradientn(colours RColorBrewer::brewer.pal(11, RdBu)) scale_size_manual(values c(0.5, 1, 2)) scale_colour_manual(values color_pal(3)) guides(size guide_legend(title Mantels r,override.aes list(colour grey35), order 2),colour guide_legend(title Mantels p, override.aes list(size 3), order 1),fill guide_colorbar(title Pearsons r, order 3))还有很多细节可以修改我就不一一介绍了公众号回复网络热图数据可以获得数据。
