拓端tecdat|如何在R语言中建立六边形矩阵热图heatmap可视化

原文链接：http://tecdat.cn/?p=18879

 

这是一个六边形热图可视化程序，主要用到的知识RColorBrewer，fields,也就是R中的可视化绘图库。

本文希望SOM的结果以六边形热图可视化。让我向您展示如何在R中创建六边形热图！

您必须根据自组织神经网络（SOM）的结果来创建自己的变量 。输入变量 Heatmap_Matrix 变量是一个矩阵，可以作为热图的数字表示。

因此，矩阵具有与SOM映射相同的行数和与SOM映射相同的列数，并且热图中的每个值表示一个六边形的值。这里 [1,1] 将成为左下节点（第一行，第一列），[1,2] 将成为右侧的节点， 将成为 [2,1] 第二行中左侧的第一个节点，依此类推。因此，从视觉上看，顺序从左下到右上，而在矩阵中，则从左上到右下。

码

1.  
   library(RColorBrewer) #使用brewer.pal
2.  
   library(fields) #使用designer.colors
3.  
    
4.  
   #为每个六角形创建多边形的功能
5.  
    
6.  
   #从一个矩阵开始，该矩阵将作为您的热图的数字表示形式，称为Heatmap_Matrix
7.  
    
8.  
    
9.  
   x <- as.vector(map_Matrix)
10.  
     
11.  
    #此矩阵具有与SOM映射相同的行数和与SOM映射相同的列数，并且热图中的每个值表示一个六边形的值
12.  
     
13.  
     
14.  
    #在这里[1,1]将成为左下节点（第一行，第一列），[1,2]将成为右节点[2,1]将成为第二行左侧的第一个节点
15.  
     
16.  
     
17.  
    #因此，从视觉上看，可以从左下到右上工作
18.  
     
19.  
     
20.  
     
21.  
    #SOM的行数和列数
22.  
     
23.  
     
24.  
    Rows <- dim(map_Matrix)[1]
25.  
    Columns <- dim(map_Matrix)[2]
26.  
     
27.  
    #为图例腾出空间
28.  
     
29.  
     
30.  
    par(mar = c(0.2, 2, 2, 7))
31.  
     
32.  
    #启动绘图窗口，但确实显示绘图上的所有轴或点
33.  
     
34.  
     
35.  
    plot(0, 0, type = "n", axes = FALSE, xlim=c(0, Columns),
36.  
    ylim=c(0, Rows), xlab="", ylab= "", asp=1)
37.  
     
38.  
    #创建调色板
39.  
     
40.  
     
41.  
    #我使用designer.colors在Brewer中允许的最大数量的数值之间插入50种颜色
42.  
     
43.  
     
44.  
     
45.  
    ColRamp <- rev(designer.colors(n=50, col=brewer.pal(9, "Spectral") )
46.  
     
47.  
    #制作一个向量，其长度（ColRamp）的bin数在x的最小值与最大值之间.
48.  
    #接下来，将x中的每个点与ColorRamp中的一种颜色进行匹配
49.  
     
50.  
    ColorCode <- rep("#FFFFFF", length(x)) #默认为全白
51.  
     
52.  
     
53.  
    for (i in 1:length(x))
54.  
    if (!is.na(x[i])) ColorCode[i] <- ColRamp[which.min(abs(Bins-x[i]))]
55.  
     
56.  
    #在图上实际绘制六角形多边形
57.  
     
58.  
     
59.  
    offset <- 0.5 #向上移动时六边形的偏移量
60.  
     
61.  
     
62.  
    for (row in 1: Rows) {
63.  
    for (column in 0:( Columns - 1))
64.  
    agon(column + offset, row - 1, col = ColorCode[row + Rows * column])
65.  
    offset <- ifelse(offset, 0, 0.5)
66.  
    }
67.  
     
68.  
    #在右侧添加图例
69.  
     
70.  
    image(legend.only=TRUE, col=ColRamp, zlim=c(min(x, na.rm=T), max(x, na.rm=T)))

能够读取颜色含义的图例

在最后，创建图例，您将获得与上图类似的热图。

希望我的解释和代码能帮助您在R中创建自己漂亮的热图。

---

最受欢迎的见解

1.R语言动态图可视化：如何、创建具有精美动画的图

2.R语言生存分析可视化分析

3.Python数据可视化-seaborn Iris鸢尾花数据

4.r语言对布丰投针（蒲丰投针）实验进行模拟和动态

5.R语言生存分析数据分析可视化案例

6.r语言数据可视化分析案例：探索brfss数据数据分析

7.R语言动态可视化：制作历史全球平均温度的累积动态折线图动画gif视频图

8.R语言高维数据的主成分pca、 t-SNE算法降维与可视化分析案例报告

9.python主题LDA建模和t-SNE可视化