背景

畫熱圖的體系用的比較多的是pheatmap和ComplexHeatmap這兩個包，前者勝在代碼簡單，功能強大，而后者勝在細節(jié)無窮無盡，只有你想不到，沒有它做不到。
ggplot2在畫熱圖這件事上，是存在感不太強的。但有時候還必須得用它來畫，以期和其他ggplot2的圖嚴絲合縫的拼在一起。

因此我收集了一下ggplot2的成果，發(fā)現(xiàn)又解鎖了y叔的一個新包aplot，以及前段時間剛出的ggheatmap（居然是大三的學生寫的，后生可畏）。我寫了三種方法，ggheatmap最為簡單，可以直接去看方法3。

畫圖數(shù)據(jù)

熱圖的輸入數(shù)據(jù)嘛，是一個數(shù)值型矩陣：

test = matrix(rnorm(200), 20, 10)
test[1:10, seq(1, 10, 2)] = test[1:10, seq(1, 10, 2)] + 3
test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2
test[15:20, seq(2, 10, 2)] = test[15:20, seq(2, 10, 2)] + 4
colnames(test) = paste("Test", 1:10, sep = "")
rownames(test) = paste("Gene", 1:20, sep = "")

方法1 ggh4x

給ggplot2加聚類樹的R包ggh4x，里面的scale_y_dendrogram函數(shù)。

library(ggh4x)
library(ggplot2)
library(tidyverse)

yclust <- hclust(dist(test))
xclust <- hclust(dist(t(test)))
p = test %>% 
  as.data.frame() %>% 
  rownames_to_column() %>% 
  pivot_longer(cols = 2:ncol(.),
               names_to = "sample",
               values_to = "exp") %>% 
  ggplot(aes(x = sample,y = rowname))+
  geom_tile(aes(fill = exp))+
  scale_fill_gradient2(midpoint = 2.5,  
                       low = '#2fa1dd',
                       mid="white",
                       high = '#f87669') +
  scale_y_dendrogram(hclust = yclust) +
  scale_x_dendrogram(hclust = xclust,position = 'top') +
  theme(panel.grid = element_blank(), panel.background = element_rect(fill = NA), 
            legend.background = element_rect(fill = NA), plot.background = element_rect(fill = NA), 
            axis.line = element_blank(), axis.ticks = element_blank(), 
            axis.title = element_blank()) 

p

圖還是有模有樣的，只是行名列名貼著聚類樹，不如pheatmap畫的好看。所以我嘗試了一下把基因名放到右邊，失敗遼。但是又找到了另外一個做法：

方法2 ggtree

還是神奇Y叔的包，樹狀圖可視化用的ggtree，配合拼圖用的aplot，簡直不要太方便。

p1 = test %>% 
  as.data.frame() %>% 
  rownames_to_column() %>% 
  pivot_longer(cols = 2:ncol(.),
               names_to = "sample",
               values_to = "exp") %>% 
  ggplot(aes(x = sample,y = rowname))+
  geom_tile(aes(fill = exp))+
  scale_fill_gradient2(midpoint = 2.5,  
                       low = '#2fa1dd',
                       mid="white",
                       high = '#f87669') +
  scale_y_discrete(position = "right")+
  theme(panel.grid = element_blank(), panel.background = element_rect(fill = NA), 
            legend.background = element_rect(fill = NA), plot.background = element_rect(fill = NA), 
            axis.line = element_blank(), axis.ticks = element_blank(), 
            axis.title = element_blank()) 

library(ggtree)
p2<-ggtree(yclust)
p2+
  geom_tiplab()+
  xlim(NA,10)

p3<-ggtree(xclust)+layout_dendrogram()
p3+
  geom_tiplab()+
  xlim(NA,12)

library(aplot)
p1%>%
  insert_left(p2,width = 0.2) %>% 
  insert_top(p3,height = 0.2)

本來以為拼圖需要把主體熱圖的行列順序調(diào)整一下才能拼，結(jié)果神奇的aplot能實現(xiàn)無縫連接，順序調(diào)整猶如merge函數(shù)一樣，自動搞定了嘿~
看到ggheatmap也用到了aplot包，應該是同一種方法咯。寫成新的函數(shù)無比方便

方法3 ggheatmap

試了一下行列聚類和加注釋條的操作，還是很絲滑的。只是annotation_color沒有默認顏色，我jio的作者可以在下一版里設(shè)置上默認值。

library("ggheatmap")
ggheatmap(test,cluster_rows = T,cluster_cols = T,
          color = colorRampPalette(c("#2fa1dd", "white", "#f87669"))(100))

annotation_col = data.frame(
  CellType = factor(rep(c("CT1", "CT2"), 5))
)
rownames(annotation_col) = paste("Test", 1:10, sep = "")

col <- list(CellType=c(CT1 = "#2fa1dd",CT2 = "#f87669"))

ggheatmap(test,cluster_rows = T,cluster_cols = T,
          color = colorRampPalette(c("#2fa1dd", "white", "#f87669"))(100),
          annotation_cols = annotation_col,
          annotation_color = col,
          scale = "row")

這個配色我太喜歡了，恨不得走到哪都帶著。