科学网 › 标签 › 热图

标签: 热图

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

热图画的方法: xbinbzy 2016-2-25 15:25; matrix2png: http://www.chibi.ubc.ca/matrix2png/ Heal: http://hemi.biocuckoo.org heatmap: http://blog.sina.com.cn/s/blog_83f77c940101k9xd.html ggplot2: http://blog.sina.com.cn/s/blog_7948610e01014tag.html; 个人分类: R语言画图|3903 次阅读|0 个评论

R语言绘制多样性聚类热图: aquamarineqp 2015-10-18 17:06; #载入packages library(vegan) #计算矩阵 library(pheatmap) #绘图, 虽然这个package也可以计算矩阵, 但方法不适于生物多样性分析 library(RColorBrewer) #这个package提供渐变(seq), 极端(div), 离散(qual) 三种好用的配色方案 #读入community 矩阵, 行为样本, 列为OTUs. 将输入的数据赋值给fcommunity, 第一行row为变量名, 第一列为行名 fcommunity -data.frame(read.table( xxxxx.csv , header=TRUE, sep= , row.names=1)) # #(1)计算bray-curtis dissimilarity matrix, 并赋值给fbray.dist, 算矩阵的时候OTU数量0, 绘图时置换成NA fbray.dist -vegdist( fcommunity , method=bray, binary=FALSE, diag=FALSE, upper=FALSE, na.rm=FALSE) #(2)已有矩阵: 由于计算多样性时, 样本测序深度(序列数)差异会造成α多样性差异(同理对β多样性也有影响?), 所以要按OTU最少的样本进行重抽样将数据均一化, MOTHUR可以实现这个功能, 所以我用MOTHUR计算的Bray-crutis dissimilarity distance. 在vegan中, 这个功能怎么实现? fb r ay.dist -as.dist(read.table( xxxxx.dist.csv , header=TRUE, row.names=groups, fill=TRUE)) #设置annotation: ann_row =data.frame( SampleSites =factor(rep(c( xx1 , xx2 , xx3 ), c( 3 , 3 , 3 )))) rownames( fcommunity )=paste( Groups , 1:9 , sep=) rownames( annotation_row )=paste( Groups , 1:9 , sep=) #设置annotation顔色 ann_colors =list( SampleSites =c( xx1=#FFA07A, xx2=#FFC125, xx3=#DDA0DD )) #设置labels labels_row=c( A11, A12, A13, A21, A22, A23, A31, A32, A33 ) #绘图, 具体的参量设定请参考pheatmap的mannul pheatmap ( fcommunityNA , color=colorRampPalette(brewer.pal(n=9, name=GnBu) ) (3500) , breaks= 0:3500 , border_color=grey60, cellwidth=4, cellheight=30, kmeans_k=NA, scale=none, cluster_rows=TRUE, cluster_cols=FALSE, clustering_distance_rows= fbray.dist , clustering_distance_cols=none, clustering_method=complete, cutree_rows=2, treeheight_row=70, legend=TRUE, legend_labels= 0:3500 , annotation_row= ann_row , annotation_col=NA, annotation=NA, annotation_colors= ann_colors , annotation_legend=TRUE, drop_levels=TRUE, show_rownames=T, show_colnames=F, main=NA, fontsize=12, fontsize_row=12, fontsize_col=4, gaps_row=NULL, gaps_col=NULL, labels_row=labels_row, labels_col=NULL, filename=fheatmap.tiff, width=NA, height=NA, silent=FALSE ); 个人分类: 生物信息学|13605 次阅读|0 个评论

[转载]犯罪时间热图的制作: SircTyang 2013-7-1 19:27; 西方大量的研究表明，犯罪不仅在空间上存在聚集现象，也就是所谓的热点（ hot spot ），同时也在时间上存在聚集，很简单的一个例子，扒窃案主要集中在商圈、车站等地方且人流量较大的时刻。我们可以建立热图（ heat map ）来反映案件在时间上的聚集。如何直观的反映这些数据的变化呢？（ 1 ）利用 excel 做热图直接在 excel 中选择条件格式 — 色阶，就可以轻易的自动生成时间热图，让人一眼看出案件的高发时段。（ 2 ）利用专业的软件生成等值线图可以利用一些专业的软件如 Arcgis 、 Sufer 、 Mapgis 等做等值线图，同样能够直观的反映出案件发生的时间热点。另外 excel 里的图表 — 曲面图也能生成类似的结果，只是需要后期进行调整。（参考 http://excelpro.blog.sohu.com/171854762.html ，用 Excel 曲面图做等高线图（仿罗兰贝格消费者价值体系图）。下面是国外同行用 excel 做的热图。目前，国外的一些专业的犯罪分析软件如 I2 ， Hunchlab ， ATAC Workstation 等都已经集成了这些功能，能够很好的为犯罪分析服务。; 2 次阅读|0 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 热图

相关帖子

相关日志

关闭安全验证