R tips：ggplot2进行多维原位图绘制（微信文章未删减版）

主要观点总结

本文介绍了如何使用ggplot2的geom_tile图层在R中绘制热图，并且展示了如何在一个热图格子中展示多维信息，如多个基因表达量、多个组别数据等。文章提供了详细的R代码示例，包括模拟数据、合并热图、绘制多维信息热图等。

关键观点总结

关键观点1: 使用R中的ggplot2包绘制热图。

介绍了使用geom_tile图层绘制热图的基本方法。

关键观点2: 模拟热图数据。

通过R代码模拟两组热图数据dat_1和dat_2。

关键观点3: 合并多个热图数据。

将两个热图数据合并到同一个热图中，通过调整热图格子的高度和位置来实现。

关键观点4: 使用position_nudge绘制多维信息的热图。

通过将数据上移或下移，实现热图格子里展示多维信息，如多个基因表达量、多个组别数据等。

关键观点5: 优化热图展示。

通过数据标准化、添加热图格子边框等方式优化热图的展示效果。

正文

R中可以使用ggplot2的geom_tile图层绘制热图，可是有的时候我们想要每一个热图格子里面可以展示多维的信息：多个基因表达量、多个组别数据等等，而不是一个热图仅展示了一个表达量信息。本文可以解决这个需求。

先模拟两组热图数据，dat_1与dat_2：

library(tidyverse)
len_row  20
len_col  5
set.seed(1234)
dat_1  matrix(
  rnorm(len_row * len_col, 0, 1),
  nrow = len_row,
  ncol = len_col
)
dat_2  matrix(
  rnorm(len_row * len_col, 0, 10),
  nrow = len_row,




    
  ncol = len_col
)
rownames(dat_1)  paste0('row', seq.int(len_row))
colnames(dat_1)  paste0('col', seq.int(len_col))
rownames(dat_2)  paste0('row', seq.int(len_row))
colnames(dat_2)  paste0('col', seq.int(len_col))
# plot dat_1, dat_2
cowplot::plot_grid(
  pheatmap::pheatmap(dat_1, main = "dat_1", silent = T)$gtable,




    
  pheatmap::pheatmap(dat_2, main = "dat_2", silent = T)$gtable
)

模拟数据展示

模拟数据如下图所示，而我们想要的效果是合并这两个热图，绘制到同一个热图中。

ggplot绘制热图

ggplot可以使用geom_tile绘制热图，比如dat1的热图可以绘制如下：

dat_1_tidy 
  dat_1 %>%
  as.data.frame() %>%
  rownames_to_column("row") %>%
  pivot_longer(-row, names_to = 'col', values_to = "val")
dat_2_tidy 
  dat_2 %>%
  as.data.frame() %>%




    
  rownames_to_column("row") %>%
  pivot_longer(-row, names_to = 'col', values_to = "val")
# plot
p_heat_1 
  ggplot() +
  geom_tile(
    data = dat_1_tidy,
    aes(x = col, y = row, fill = val, height = 1, width = 1)
  ) +
  scale_fill_gradientn(colors = rev(RColorBrewer::brewer.pal(11, 'RdBu'))) +
  theme_minimal()




    
p_heat_1

热图如下图：

使用position_nudge绘制多维信息的热图

如果需要将两个热图合并到一起，那么可以将热图的格子高度减为以前的一半，然后将其中一个数据上移，另一个数据下移，那么就可以将两组数据刚好在原来的位置堆叠摆放：

p_heat_combined  
  ggplot() +
  geom_tile(
    data = dat_1_tidy,
    aes(x = col, y = row, fill = val, height = 0.5, width = 1),
    position = position_nudge(y = 0.25)
  ) +
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, 'Blues')) +
  theme_minimal() +
  ggnewscale::new_scale_fill() +




    
  geom_tile(
    data = dat_2_tidy,
    aes(x = col, y = row, fill = val, height = 0.5, width = 1),
    position = position_nudge(y = -0.25)
  ) +
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, "Reds")) +
  labs(
    fill_ggnewscale_1 = "dat1",
    fill = "dat2"
  ) 
p_heat_combined

如下图所示，两组数据以不同颜色方案（蓝色是dat1，红色是dat2）的方式组合到了一起，如果不需要分开两个颜色方案，可以关闭上述代码中的ggnewscale::newscalefill。

另可以将每个热图格子的边框加上：

p_heat_combined2 




    
  p_heat_combined + 
  geom_tile(
    data = dat_1_tidy,
    aes(x = col, y = row), color = "gray50", fill = NA, linewidth = 0.6
  )
p_heat_combined2

略做优化的一个多维热图

# data做scale
dat_1_tidy2  
  dat_1_tidy %>% 
  group_by(row) %>% 
  mutate(val = as.numeric(scale(val)))
dat_2_tidy2  




    
  dat_2_tidy %>% 
  group_by(row) %>% 
  mutate(val = as.numeric(scale(val)))
# 绘图
p_heat_combined3 
  ggplot() +
  geom_tile(
    data = dat_1_tidy2,
    aes(x = col, y = row, fill = val, height = 0.3, width = 0.9),
    position = position_nudge(y = 0.15)
  ) +
  scale_fill_gradientn(colors = RColorBrewer::brewer.pal(9, 'Blues')) +




    
  theme_minimal() +
  theme(panel.grid = element_blank()) +
  geom_tile(
    data = dat_2_tidy2,
    aes(x = col, y = row, fill = val, height = 0.3, width = 0.9),
    position = position_nudge(y = -0.15)
  ) +
  scale_fill_gradientn(colors = rev(RColorBrewer::brewer.pal(11, "RdBu"))) +
  geom_tile(
    data = dat_1_tidy,
    aes(x = col, y = row), color = "gray80", fill = NA, linewidth = 0.6
  )
p_heat_combined3

稍作优化，将数据做scale处理，每个热图格子里面绘制两组数据：上面的是dat1，下面的是dat2，热图格子加灰色边框，如下图所示：

这个思路是可以推广的，不限于只展示两组数据，而且也不限于是geom_tile图层，geom_point图层也是可以的。