R语言：使用ComplexHeatmap包绘制热图
ComplexHeatmap包由顾祖光博士创建，用于绘制美观的热图，用颜色表示数据的聚合程度，相对美观。
使用手册见GitHub链接：
https://jokergoo.github.io/ComplexHeatmap-reference/book/
使用RStudio进行绘制
目标图形为河流底泥重金属的聚类分析热图，绘制流程如下：
1、安装相应package
2、正确导入数据，形成初始图
3、调整画面参数
安装相应package
# 检测安装CRAN包
package_list = c("circlize","grid","BiocManager")
for(p in package_list){
if (!requireNamespace(p, quietly = TRUE))
install.packages(p)
}
# 检测安装bioconductor包
package_list = c("ComplexHeatmap")
for(p in package_list){
if (!requireNamespace(p, quietly = TRUE))
BiocManager::install(p)
}
# 加载依赖包
library(circlize)
library(grid)
library(ComplexHeatmap)
正确导入数据
1、点击左上角，新建 R Script，方便后续修改，减少直接在console里试错的代码行数，让画面更简洁，正确代码更方便查找。
2、设置新seed，然后右上角environment中点击import dataset，导入并预览相应的Excel文件（需事先安装读取Excel的package和安装rJava并配置环境）。
3、将数据进行0-1标准化，以消除量纲的影响。其计算方法为：x=(x-min)/(max-min)
 |
|
|---|---|
相应代码如下：
set.seed(123)
library(readxl)
data1 <- read_excel(“data1.xls”)
View(data1)
#选择需要画图的列
mat <- subset(data1,select = c(“Cu”,“Zn”,“Pb”,“Cd”,“Cr”,“Ni”,“Hg”,“As”))
#因第一列数据类型为文本，需将其变成矩阵后才可将其作为列名，故将矩阵转置
mat_t <- t(mat)
#对行命名
colnames(mat_t)<-as.matrix(data1[,1])
#画图指令
heatmap(mat_t.scaled)
形成初始图：
调整画面参数
色彩选用RGB颜色，考虑到原数据为已标准化的连续矩阵，可使用一个颜色向量，此时受到极端值的影响，如果数据未标准化，可自行设置颜色取值区间，此时不受极端值影响。
#不受极端值影响，自定义颜色取值区间
col_fun = colorRamp2(c(0.15,0.2,0.25,0.3,0.35),c("#FFFF00","#FFF68F", "#FFFFE0", "#CAE1FF","#5CACEE"))
col_fun(seq(0, 1))
library(circlize)
#对不同数据进行分层设定颜色
col_fun = colorRamp2(seq(min(mat_t), max(mat_t), length = 2), c("#FFFAFA","#FF4500"),space = "RGB")
#对左侧聚成的三类进行颜色区分
library(dendextend)
row_dend = as.dendrogram(hclust(dist(mat_t)))
row_dend = color_branches(row_dend, k = 3) # `color_branches()` returns a dendrogram object
#增加边框、各色块间设置自定义线、设置高度，生成图
Heatmap(mat_t, name = "mat",col = col_fun,border = TRUE,rect_gp = gpar(col = "black", lwd = 1),column_dend_height = unit(2, "cm"),row_dend_width = unit(2, "cm"), cluster_rows = row_dend)
