使用R或Python生成热图

Question

所以我的问题可能不适合SO。但是我正在寻找一种解决方案（主要是R，Python，更喜欢R）为有两个极端的数据创建热图。考虑以下数据。

+----+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+ 
| … |  X1  |  X2  |  X3  |  X4  |  X5  |  X6  |  X7  |  X8  |  X9  |  X10  |  X11  |  X12  | 
+----+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+ 
| 1 | 0.960023745 | 0.006412462 | 0.002413886 | 1.75E-06 | 1.33E-07 | 6.53E-07 | 0.000789362 | 1.56E-07 | 0.027248026 | 2.54E-05 | 0.000108822 | 0.002949816 | 
| 2 | 0.013783554 | 0.960582857 | 0.010711838 | 0.003933983 | 0.002573642 | 0.001472307 | 0.000319789 | 0.000195265 | 1.87E-05 | 1.29E-06 | 0.004194081 | 0.002209041 | 
| 3 | 0.000839561 | 0.005466858 | 0.944159921 | 0.023892784 | 0.001752099 | 0.000828122 | 0.000493376 | 1.84E-06 | 0.011739846 | 0.000879784 | 9.53E-05 | 0.00980562 | 
| 4 | 2.26E-08 | 0.004108291 | 0.010781282 | 0.966410413 | 0.010459999 | 3.04E-05 | 1.64E-06 | 0.001983494 | 0   | 0.000225223 | 0.002846474 | 0.0031448 | 
| 5 | 0   | 0.003175902 | 0.002023363 | 0.010022482 | 0.919020424 | 0.032083951 | 0.001814906 | 0.030203657 | 2.02E-06 | 7.07E-05 | 0.001165208 | 0.000413012 | 
| 6 | 7.34E-08 | 0.002817014 | 0.000931738 | 7.01E-05 | 0.026999736 | 0.947850807 | 0.003017895 | 0.017994113 | 0   | 0.00011791 | 0.000194055 | 0   | 
| 7 | 0.001857195 | 0.000220267 | 0.001523402 | 1.23E-05 | 0.001915852 | 0.010193007 | 0.960227998 | 0.012040256 | 0.007093175 | 0.001441301 | 0.002149965 | 0.001306157 | 
| 8 | 0   | 0.000337953 | 0   | 0.00536237 | 0.030409165 | 0.01670267 | 0.009929247 | 0.936720524 | 0   | 0   | 0.000503316 | 3.12E-05 | 
| 9 | 0.00350741 | 2.38E-06 | 0.002294787 | 1.17E-06 | 9.38E-08 | 8.74E-08 | 0.000252812 | 4.25E-10 | 0.984092182 | 0.003173648 | 2.42E-05 | 0.006649569 | 
| 10 | 0.000126558 | 4.85E-05 | 0.001686418 | 0.000202837 | 3.87E-05 | 9.82E-05 | 0.000425687 | 0   | 0.013116146 | 0.983428814 | 5.28E-05 | 0.000776452 | 
| 11 | 0.000170592 | 0.002728779 | 0.000117028 | 0.002794149 | 0.000621607 | 0.000224662 | 0.000969203 | 0.000299963 | 0.000629235 | 4.68E-05 | 0.991344498 | 5.02E-05 | 
| 12 | 0.004371355 | 0.001246307 | 0.02523568 | 0.007498292 | 0.000186287 | 6.00E-07 | 0.000956249 | 2.93E-05 | 0.0590514 | 0.001253133 | 8.40E-05 | 0.900059314 | 
+----+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+-------------+ 

考虑第一行。与该行中的其余条目相比，X1列条目是非常高的数字。这适用于所有行。这个数据产生的热图如下所示

正如你可以看到，相比于其他颜色的对角线是非常强的（这可以从数据中可以看出，并预计实际）。我只是想找到一种方法来“变暗”其他颜色。我主要是在寻找一个ggplot解决方案。任何我尝试过dosnt的工作。

R用代码现在的问题是

heatmap(data.matrix(result_matrix), Rowv=NA, Colv=NA, col = rev(heat.colors(256)), margins=c(5,10)) 

Answer 1

的基本思想是把对数刻度填充颜色。这是一个ggplot解决方案。

library(ggplot2) 
library(reshape2) 
df$id <- rownames(df) 
gg <- melt(df,id="id") 
ggplot(gg, aes(x=variable,y=id,fill=value))+ 
    geom_tile()+ 
    scale_fill_gradientn(colours=rev(heat.colors(10)), 
         trans="log10",na.value="white")+ 
    coord_fixed()+ 
    scale_x_discrete(expand=c(0,0))+scale_y_discrete(expand=c(0,0)) 

这里的关键是在调用scale_fill_gradientn(...)trans="log10"。日志的一个问题是你的数据中有零，它们被转换为NA。使用na.value="white"处理该问题（如果在您的用例中适当，可以使其成为另一种颜色）。

对scale_x...和scale_y...的调用只是为了压缩坐标轴，以便图块覆盖整​​个图（ggplot默认添加一些空白空间，这会在热图中分散注意力）。

编辑：回复OP的评论。

“使对角线弹出更多”这项业务是一种美学选择，它与数据几乎没有任何关系，并且可能会导致误导性的图形。我不要推荐它。话虽如此，你可以随时选择不同的转型。

# reorder the y-axis - should not be necessary 
gg$id <- factor(gg$id,levels=unique(gg$id)) # should not be necessary... 

# square root scale 
ggplot(gg, aes(x=variable,y=id,fill=value))+ 
    geom_tile()+ 
    scale_fill_gradientn(colours=rev(heat.colors(10)), 
         trans="sqrt",na.value="white")+ 
    coord_fixed()+ 
    scale_x_discrete(expand=c(0,0))+scale_y_discrete(expand=c(0,0)) 

#logit scale; need to set breaks=... to avoid labels overlapping 
ggplot(gg, aes(x=variable,y=id,fill=value))+ 
    geom_tile()+ 
    scale_fill_gradientn(colours=rev(heat.colors(10)), 
         trans="logit",na.value="white",breaks=5*10^-(0:8))+ 
    coord_fixed()+ 
    scale_x_discrete(expand=c(0,0))+scale_y_discrete(expand=c(0,0))