我以为热图只能画数值型数据，没想到离散型的也行啊

离散热图

0.需求

今天在群里看到一个非常漂亮的热图，我以为是什么奇怪的新R包画的，转了一圈发现原来还是大名鼎鼎的ComplexHeatmap丫。今天的代码都是在作者写的书基础上探索学习的，书在：https://jokergoo.github.io/ComplexHeatmap-reference/book/

这种图和普通热图的不同点：

• 数据是离散型的，与常规的数值型热图不同。
• 每行单独配色，颜色逐行变化
• 左右两边都有文字
• 划分的不同板块有格子

1.学习普通的离散型热图

以前画的热图无一例外都是连续型数值，这次是离散型数据咯，矩阵里面只有四个取值，所以就只有四个颜色。如果不指定的话，颜色就是随机的：

rm(list = ls())
library(ComplexHeatmap)
library(RColorBrewer)
library(circlize)
discrete_mat = matrix(sample(letters[1:4], 100, replace = TRUE), 10, 10)
Heatmap(t(discrete_mat), 
        column_split = discrete_mat[, 1],
        top_annotation = HeatmapAnnotation(group = discrete_mat[, 1]),
        border = T)

请忽略配色

切割、加边框、加注释这样的操作，参数还是蛮好找的。

编一个类似于上面那张图的输入数据，画画看。每一行都是有重复值的不同向量，并且向量的取值数量都是有限的。

sl = function(letter,n = sample(2:4,1),ncol = 100){
  sample(paste0(letter,1:n),ncol,replace = T)
}
table(sl("a"))

## 
## a1 a2 a3 a4 
## 21 31 25 23

dat = t(sapply(letters[1:10], sl))
rownames(dat) = LETTERS[1:10]
colnames(dat) = paste0("M",1:ncol(dat))
dat[1:4,1:4]

##   M1   M2   M3   M4  
## A "a1" "a2" "a1" "a2"
## B "b2" "b2" "b2" "b2"
## C "c1" "c1" "c1" "c2"
## D "d2" "d1" "d2" "d3"

col_group = rep(c("C1","C2","C3"),times = c(30,40,30))
row_group = rep(c("x","y"),times = c(6,4))

Heatmap(dat, name = "mat", 
        top_annotation = HeatmapAnnotation(cluster = col_group),
        left_annotation = rowAnnotation(foo1 = row_group),
        column_split = col_group,
        row_split = row_group,
        border = T,show_column_names = F)

请忽略配色

2.自定义颜色

ComplexHeatmap有一个特点，如果你不指定配色的话，每次运行相同代码出来的图配色都不一样哦，所以接下来自己定义颜色。

这里用到一个函数：colorRamp2，出自circlize包，可以根据你指定的几个颜色，生成一组渐变色。

# 主体热图的颜色
m = apply(dat,1,function(x){length(unique(x))})

col_fun = colorRamp2(breaks = seq(0, 1, length.out = 12),
                     colors = brewer.pal(12,"Set3"))
qz = sort(unique(as.character(dat)));length(qz)

## [1] 28

colors = col_fun(seq(0, 1, length.out = length(qz)))
names(colors) = qz
head(colors)

##          a1          a2          b1          b2          b3          c1 
## "#8DD3C7FF" "#BFE5BFFF" "#ECF7B7FF" "#F2EFBDFF" "#D8D3CDFF" "#C2B8D6FF"

# 注释条的颜色
color_an = brewer.pal(length(unique(col_group)),"Dark2")
names(color_an) = unique(col_group)
color_an

##        C1        C2        C3 
## "#1B9E77" "#D95F02" "#7570B3"

#顶部注释
top_annotation = HeatmapAnnotation(cluster = col_group,col = list(cluster = color_an),show_legend = F,show_annotation_name = F)

f = Heatmap(dat, col = colors,
        top_annotation = top_annotation,
        row_split = ifelse(row_group=="x",""," "), #这一句是为了隐藏行分组的名字
        column_split = col_group,
        show_heatmap_legend = F,
        border = T,show_column_names = F,row_names_side = "left",
        right_annotation = rowAnnotation(score = anno_text(1:nrow(dat)))
        )
f

隐藏图例了

3.自定义图例

前面有个参数是show_heatmap_legend = F，show_legend = F,是不显示主体与注释图例的意思。这里之所以不显示是为了自定义图例。否则呢，主体热图的图例就会全部放在一起，不能按行来显示哦。

# 主体热图的图例
k = 1
lgd = list()
for(i in 1:10){
  un = sort(unique(dat[i,]))
  ti = rownames(dat)[i]
  lgd[[i]] = Legend(seq(0, 1, length.out = length(un)), labels = un,
               title = ti, legend_gp = gpar(fill =colors[k:(k+length(un)-1)]))
  k = k + length(un)
}
# 注释的图例
cld = Legend(labels = c("a1","a2","a3"), title = "cluster", 
        legend_gp = gpar(fill = color_an))

# 把各个图例合并在一起
p = packLegend(list = c(cld,lgd),
               direction = "horizontal",gap = unit(0.6, "cm"))

draw(p)

全部的图例哦

# 主体和图例画到一起
draw(f,heatmap_legend_list = p,heatmap_legend_side = "bottom")

收工