scale函数对矩阵归一化是按行归一化,还是按列归一化?

提出这个问题是在R package:circlize环状热图需要对某个矩阵进行归一化处理,
虽然在pheatmap包,有一个归一化参数scale,有 "row", "column" 和"none"。但是在这里,我们需要自己做归一化并得到归一化后的矩阵。其实,R里面有一个归一化的函数scale,那么scale函数对矩阵归一化是按行归一化,还是按列归一化呢?在scale的帮助文档里,由于没有找到相关说明,只能自己作一番测试。

set.seed(123)#设置随机数,方便重复
matrix = matrix(rnorm(36), nrow = 6, ncol = 6)
matrix

这是一个6*6的矩阵

     [,1]       [,2]       [,3]       [,4]       [,5]       [,6]
[1,] -0.56047565  0.4609162  0.4007715  0.7013559 -0.6250393  0.4264642
[2,] -0.23017749 -1.2650612  0.1106827 -0.4727914 -1.6866933 -0.2950715
[3,]  1.55870831 -0.6868529 -0.5558411 -1.0678237  0.8377870  0.8951257
[4,]  0.07050839 -0.4456620  1.7869131 -0.2179749  0.1533731  0.8781335
[5,]  0.12928774  1.2240818  0.4978505 -1.0260044 -1.1381369  0.8215811
[6,]  1.71506499  0.3598138 -1.9666172 -0.7288912  1.2538149  0.6886403

1,首先使用scale对其归一化处理

mat = scale(matrix, center = TRUE, scale = TRUE)
mat

归一化后的矩阵

           [,1]       [,2]        [,3]         [,4]       [,5]       [,6]
[1,] -1.0551056  0.5746036  0.28474835  1.776408011 -0.3696184 -0.3118066
[2,] -0.7092445 -1.3336767  0.05216076 -0.006229502 -1.2946186 -1.8886046
[3,]  1.1639297 -0.6943963 -0.48224529 -0.909631389  0.9049161  0.7123761
[4,] -0.3943910 -0.4277301  1.39613020  0.380643113  0.3085984  0.6752425
[5,] -0.3328421  1.4183770  0.36258446 -0.846139716 -0.8166712  0.5516565
[6,]  1.3276535  0.4628225 -1.61337847 -0.395050517  1.2673937  0.2611361

2,然后使用pheatmap包scale参数对原始矩阵归一化处理

2.1 按行

p1=pheatmap(matrix,scale = "row",
            display_numbers = T,
            cluster_rows = F,
            cluster_cols = F)
p1
scale函数对矩阵归一化是按行归一化,还是按列归一化?_第1张图片
Fig1.png

2.1 按列

p2=pheatmap(matrix,scale = "column",
            display_numbers = T,
            cluster_rows = F,
            cluster_cols = F)
p2
scale函数对矩阵归一化是按行归一化,还是按列归一化?_第2张图片
Fig2.png

通过比较发现scale函数是按列归一化,对于我们一般习惯基因名为行,样本名为列的数据框,就需要进行转置

t(matrix)

此外,cor函数求相关系数的时候也是按列计算,如果计算行之间的相关系数也需要对矩阵进行转置。

你可能感兴趣的:(scale函数对矩阵归一化是按行归一化,还是按列归一化?)