題目有感于德國天才數(shù)學(xué)家萊布尼茲對(duì)二進(jìn)制的闡述,，和其傳教士好友布維對(duì)易經(jīng)等漢學(xué)的傳播,。有興趣的可以閱讀萊布尼茲文章英文版：http://www./binary.htm （二進(jìn)制和伏羲八卦）

什么是 R 語言？R 語言，一種自由軟件編程語言與操作環(huán)境,，主要用于統(tǒng)計(jì)分析,、繪圖、數(shù)據(jù)挖掘,。我之所以學(xué) R 語言,，一方面是希望能夠利用 R 語言將原始數(shù)據(jù)轉(zhuǎn)化為可放入論文中的精美圖形，另一方面,，大數(shù)據(jù)時(shí)代已經(jīng)到來,，每個(gè)人都應(yīng)該懂一些大數(shù)據(jù)的處理手段，R 語言可以勝任,。R 語言下載地址為：https://cran./,，通常我們使用頁面更加優(yōu)雅的 RStudio，下載地址為：https://www./,。學(xué)習(xí)R可參考之前發(fā)布的帖子 R語言學(xué)習(xí) - 入門環(huán)境Rstudio,，R語言學(xué)習(xí) - 基礎(chǔ)概念和矩陣操作和在R中贊揚(yáng)下努力工作的你，獎(jiǎng)勵(lì)一份CheetShet,。

可以把 R 語言理解為一款性能強(qiáng)大的軟件,，R 里面有很多可處理紛繁復(fù)雜任務(wù)的包（packages），包里面又有若干執(zhí)行具體功能的函數(shù)（functions）,，而每一個(gè)函數(shù)里面又有大量可調(diào)節(jié)的參數(shù)（parameters）,。R 語言是開源的，世界各地的開發(fā)者們不斷地添磚加瓦,，分享自己的智慧,，截至到目前，R 里面可用的包達(dá)到 11987 個(gè),，這幾乎讓 R 語言強(qiáng)大到不可思議,。值得注意的是，開發(fā)一個(gè) R 包就可以發(fā)表一篇不錯(cuò)的文章了,。

什么是熱圖,？熱圖是矩陣中的數(shù)值以顏色來顯示的圖形化表示。熱圖因其豐富的色彩變化和生動(dòng)飽滿的信息表達(dá)被廣泛應(yīng)用于各種大數(shù)據(jù)分析場(chǎng)景,。之前生信寶典出過三篇文章介紹熱圖的繪制,、美化,、簡(jiǎn)化：R語言學(xué)習(xí) - 熱圖繪制 (heatmap),，  R語言學(xué)習(xí) - 熱圖美化，   R語言學(xué)習(xí) - 熱圖簡(jiǎn)化,。另外還有在線繪制工具 最簡(jiǎn)單漂亮的免費(fèi)在線生信繪圖工具,。

R 語言里面可以用來繪制熱圖的主要包括:

今天將按照這個(gè)順序依次為大家分享它們的繪圖方法。

一、基礎(chǔ)安裝里的 heatmap 函數(shù)

所謂基礎(chǔ)安裝,，即下載安裝 R 語言后即可使用的包,。

heatmap 的使用格式如下：

其中括號(hào)中的都是可調(diào)整的參數(shù)，初步統(tǒng)計(jì)了一下,，至少包含 23 項(xiàng)參數(shù),，但是每一次繪制熱圖時(shí)，其實(shí)只需要部分參數(shù)即可完成繪圖,。參數(shù)中比較重要的參數(shù)是：

• x, 需要繪圖的矩陣

• Rowv 決定“行層級(jí)聚類樹圖”是否以及如何被計(jì)算和重新排序,，其默認(rèn)值為空；

• Colv 決定“列層級(jí)聚類樹圖”是否或如何被從排序,。如果x是一個(gè)對(duì)稱矩陣（行列數(shù)相同）,，那么 Colv=Rowv表示著列與行的處理方式相同。

• scale = c('row', 'column', 'none'),，按照行或列進(jìn)行歸一化

• na.rm = TRUE,，移除缺失值

• 另外，以上沒有提到的參數(shù)是顏色,，可用參數(shù) col=,。

以下我們通過一個(gè)簡(jiǎn)單的案例來嘗試一下。
Case: 將 50 名 NBA 球星的數(shù)據(jù)繪制成熱圖

案例來源：http:///2010/01/21/how-to-make-a-heatmap-a-quick-and-easy-solution/

注意：（1）#后面一行的代碼都不被執(zhí)行,，因此可以用來做標(biāo)注；（2）在數(shù)據(jù)整理過程中,，如果你好奇數(shù)據(jù)整理后究竟發(fā)生了什么變化,，只需要鍵入相應(yīng)的數(shù)據(jù)框或矩陣名，比如“nba”或“nba_matrix”,，就可以查看變化,；（3）熱圖繪制時(shí)一般輸入的是矩陣，而 R 默認(rèn)的輸入格式是數(shù)據(jù)框,，因此需要轉(zhuǎn)化,。矩陣和數(shù)據(jù)框的差異請(qǐng)參照R語言的相關(guān)教程。

對(duì)于一個(gè)熱圖而言，有三個(gè)參數(shù)至關(guān)重要：1. 用來繪圖的矩陣是必須的,；2. 熱圖最令人稱贊的就是它絢麗的顏色了,，因此顏色參數(shù)不可或缺；3. 為了讓顏色的區(qū)分度更好,，需要對(duì)數(shù)據(jù)按照一定的方式進(jìn)行歸一化 （選擇什么預(yù)處理方式需要慎重,，具體看上面的熱圖美化）。小伙伴們可以自行嘗試不進(jìn)行歸一化的糟糕效果,。

圖 1. heatmap 繪制熱圖

我們發(fā)現(xiàn),，在繪圖的同時(shí)也繪制了層級(jí)聚類圖，對(duì)于 NBA 這一數(shù)據(jù),，層級(jí)聚類圖是沒有太大意義的,，而且顏色其實(shí)并不是我們平時(shí)所見的紅色和黃色。現(xiàn)在我們進(jìn)行調(diào)整

我們進(jìn)行了三點(diǎn)調(diào)整：1. 將行層級(jí)聚類圖 Rowv 設(shè)置為 NA,，即不顯示,；2. 將列層級(jí)聚類圖設(shè)置為NA，即不顯示,；3. cm.colors 修改為 heat.colors,，即調(diào)整了顏色的模式。

圖 2. 調(diào)整參數(shù)后用 heatmap 函數(shù)繪圖

二,、pheatmap 包里的 pheatmap 函數(shù)

pheatmap 實(shí)際上是 Pretty Heatmaps 的縮寫,，新的命名充滿了對(duì)原始 heatmap 的嫌棄。要使用非基礎(chǔ)安裝里面的包,，就需要安裝并加載這個(gè)包,，代碼如下：

要查看一個(gè)包或者一個(gè)包里面函數(shù)的詳細(xì)介紹，代碼為：

與 heatmap 類似的是,，pheatmap 也可以同時(shí)繪制熱圖和系統(tǒng)樹圖,，同樣需要矩陣格式的原始輸入,，需要用 scale 進(jìn)行標(biāo)準(zhǔn)化,，需要顏色；但不同的是,，是否需要行或列的系統(tǒng)樹圖的表達(dá)方式不同,，前者是Rowv=NULL ,，而后者是cluster_rows = TRUE。利用上面的 NBA 數(shù)據(jù),，我們只是在繪制熱圖的那一步利用 pheatmap 函數(shù),，輸入以下代碼：

圖 3. 用 pheatmap 繪制熱圖

果然，pheatmap 一出手就不同凡響,，信息要比 heatmap 更多,。根據(jù)這幅圖,，我們?cè)俚雇嘶厝タ?pheatmap 函數(shù)中的一些關(guān)鍵參數(shù),。

• 熱圖中的色塊以小格子呈現(xiàn),，與小格子相關(guān)的默認(rèn)參數(shù)有：border_color = 'grey60', cellwidth = NA, cellheight = NA；如果我們不想讓每個(gè)格子都具有灰色的邊框,，只需要設(shè)置 border_color = NA,。

• heatmap 函數(shù)做的熱圖非常大的問題在于我們雖然看到了顏色的差異，但是每一種顏色代表的具體數(shù)值又是多少呢,？我們不得而知,。但是 pheatmap 完美地解決了這一問題，看圖 3 的右上角,，我們可以看到一個(gè)顏色和相對(duì)數(shù)值的對(duì)應(yīng)關(guān)系,。與這一呈現(xiàn)相關(guān)的參數(shù)是：legend = TRUE, 默認(rèn)設(shè)置是保留 legend。

• 如果想獲取pheatmap的結(jié)果,，可以str(nba_heatmap),，然后抽絲剝繭的取出每一部分內(nèi)容。

三,、heatmap.plus 包里面的 heatmap.plus 函數(shù)

heatmap.plus 與 base 安裝里面的 heatmap 很像,，只有兩個(gè)參數(shù) RowSideColors 和 ColSideColors 不一樣，在 heatmap 中 兩者的輸入格式是向量,，而在 heatmap.plus 中輸入格式是矩陣,。關(guān)于 R 語言中數(shù)據(jù)的格式請(qǐng)參照相關(guān)書籍。

要理解 RowSideColors 和 ColSideColors 的含義,，嘗試以下代碼：

圖5. 用 heatmap 繪制帶有測(cè)邊的熱圖

這里 RowSideColors = rc,，ColSideColors = cc，而 rc <- rainbow(nrow(nba_matrix),，start="0," end=".3),，cc"><- rainbow(ncol(nba_matrix),="" start="0," end="">

側(cè)邊就是一個(gè)顏色梯度條，這里用到 rainbow 函數(shù),，其使用格式是 rainbow(n, s = 1, v = 1, start = 0, end = max(1, n - 1)/n, alpha = 1),，這里 n= nrow(nba_matrix), 而 s 和 v 分別代表飽和度（Saturation）和純度（Value），start 和 end 分別為色度（Hue）的起始點(diǎn),。

但是這段代碼對(duì) heatmap.plus 是不行的,，首先需要將 rc 和 cc 轉(zhuǎn)變?yōu)榫仃嚕囍\(yùn)行下面這段代碼：

圖 6. 用 heatmap.plus 繪制帶有測(cè)邊的熱圖

pheatmap繪制帶有側(cè)邊的更合適,，具體見 R語言學(xué)習(xí) - 熱圖簡(jiǎn)化,， 最簡(jiǎn)單漂亮的免費(fèi)在線生信繪圖工具。

四,、gplots 包里面的 heatmap.2 包

按照慣例,，我們還是試一試下面的代碼：

得到如下圖：

圖 7. 用 heatmap.2 繪制的熱圖

我們發(fā)現(xiàn),，圖中多了很多綠色的線，這是什么呢,？查看說明才知道這是 'trace' line,，與之相關(guān)的代碼為：trace=c('column','row','both','none'), tracecol='cyan'，hline=median(breaks),，vline=median(breaks),，linecol=tracecol。hline 和 vline 分別表示水平和數(shù)值的虛線是否需要畫出,，其默認(rèn)值均為中位數(shù)的轉(zhuǎn)折點(diǎn),。

五、d3heatmap 包中的 d3heatmap 函數(shù)

d3heatmap 里面一共包含三個(gè)函數(shù)：d3heatmap,、d3heatmapOutput,、renderD3heatmap，后兩者是在 shiny 中使用的包裹函數(shù),。（shiny 是 RStudio 開發(fā)的一款用于構(gòu)建交互式網(wǎng)頁 app 的 R 包,，shiny 的構(gòu)建有點(diǎn)復(fù)雜，這里暫且略過,，因此只講解 d3heatmap）

按照慣例,，我們還是試一試下面的代碼：

你會(huì)得到以下這幅圖，這幅圖看起來普普通通,，但是神奇之處是當(dāng)你鼠標(biāo)落到任一色塊時(shí),，可以顯示當(dāng)前色塊的數(shù)值。

圖 8. d3heatmap 繪制的交互式熱圖

六,、heatmaply 包里面的 heatmaply 函數(shù)

heatmaply 也是交互式的,。嘗試以下代碼：

圖 9. 用 heatmaply 繪制的熱圖

這里新出現(xiàn)的 fontsize_row、fontsize_col 和 margins 參數(shù)分別表示行標(biāo)簽字體大小,、列標(biāo)簽字體大小以及邊界（下,、左、上,、右）,。

七、iheatmapr 包里的 iheatmap 函數(shù)

iheatmap 繪制的也是交互式的熱圖,，這意味著你用鼠標(biāo)掠過熱圖上的色塊時(shí),，會(huì)顯示該點(diǎn)的數(shù)值。同時(shí),，在右上方可以看到一系列可以調(diào)整的小圖標(biāo),，這些都是可以調(diào)節(jié)的參數(shù)。

注意這里的書寫方式,，已經(jīng)改為 “colors=heat.colors(100)” 和 scale=”cols”

圖 10. 用 iheatmap  繪制的熱圖 （一看就是plotly的效果,，ggplot2的圖也可以直接plotly）

八,、ComplexHeatmap 繪制熱圖

首先需要特別強(qiáng)調(diào)的是，ComplexHeatmap 是 Bioconductor 里面的一個(gè) R 包,，安裝的方式與一般 CRAN 上的包的安裝方式不同,，安裝和加載代碼如下：

ComplexHeatmap 包里面用于繪圖的函數(shù)也叫做 Heatmap，注意這里的 H 是大寫,。

具體的參數(shù)可用 ?ComplexHeatmap::Heatmap 進(jìn)行查詢,，試一下以下這段代碼：

圖 11. 用 Heatmap 繪制的熱圖

這樣也是可以得到類似于基礎(chǔ)安裝里面的 heatmap 的,。

• 關(guān)于用 ComplexHeatmap 繪制熱圖,，可以看這一個(gè)鏈接：

  http:///packages/release/bioc/vignettes/ComplexHeatmap/inst/doc/s2.single_heatmap.html

• 如果閱讀英文有困難，可以看這里：http://www./archives/122

另外,，看到 Y 叔（生信領(lǐng)域有名的 Y 叔）關(guān)于熱圖的總結(jié),，利用 Y 叔寫的 simplot 函數(shù)，可用于可視化相似性矩陣,。試著對(duì) nba_matrix 做了一下相似性分析,，由于數(shù)據(jù)有 50 行，因此只能把標(biāo)簽和字體尺寸調(diào)到非常小,，才勉強(qiáng)可以看見,。

圖 12. 用 simplot  進(jìn)行相似性分析

九、Lattice包里面的 levelplot 函數(shù)

Lattice 包是基于 grid 創(chuàng)建的,，有自己獨(dú)特的繪圖風(fēng)格,。其中 lattice 包里面的 levelplot 函數(shù)可以用來繪制熱圖。

圖 13. 用 levelplot 繪制的熱圖

十,、ggplot2 包里面的 ggplot 函數(shù)繪制熱圖

最后，不得不提到十分強(qiáng)大的 ggplot2,。ggplot2 中,，圖是采用串聯(lián)（+）號(hào)創(chuàng)建的，每個(gè)函數(shù)修改屬于自己的部分,。下面參考 R-blogger 上的代碼,，原網(wǎng)頁為：https://www./ggplot2-quick-heatmap-plotting/

嘗試以下代碼：

圖 14. 用 ggplot 繪制的熱圖

總結(jié)：這篇文章帶領(lǐng)我們快速瀏覽了 R 語言里面的 10 種熱圖的繪制方式，并且提供了代碼,。首先介紹了 4 種繪制非交互式熱圖的包,，其次介紹了 4 種繪制交互式熱圖的包，最后介紹了 lattice 和 ggplot2 繪圖系統(tǒng)中繪制熱圖的方法,。但由于筆者的水平十分有限,，本次的講解比較淺顯，但顯而易見的是,，每一種函數(shù)提供的熱圖的繪制參數(shù)很多,，耐心鉆研,，一定可以繪制出絢麗的熱圖。

封面圖來源于Wikipedia: https://en./wiki/Binary_number 

如果看完代碼還不會(huì)的,，可以參加我們的視頻課 http://bioinfo.ke.qq.com,；或點(diǎn)擊原文使用線上版，各種繪圖,。