在 R 编程中创建热图 – heatmap()函数

热图是一种常见的数据可视化方式，可以呈现数据的分布，聚类等特征。在 R 编程中，可以使用 heatmap() 函数创建热图。下面将介绍如何使用 heatmap() 函数创建热图。

准备数据

首先需要准备一份数据用于创建热图。这里以 iris 数据集为例，使用以下代码导入 iris 数据集：

data(iris)

为了演示方便，下面只使用 iris 数据集中的前三列数据，即花萼长度、花萼宽度和花瓣长度。

mydata <- iris[,1:3]

创建热图

使用 heatmap() 函数创建热图时，需指定三个参数：数据矩阵、行标签和列标签。

heatmap(mydata, Rowv=NA, Colv=NA, scale="column", margins=c(5,10))

在这里，mydata 是数据矩阵，Rowv=NA 和 Colv=NA 表示不对行和列进行聚类，scale="column" 表示对列进行标准化，margins 则是设置构成热图的主体内容与边缘之间的空白区域的宽度。

定制热图

上面的示例只是生成了一个 basic 的热图，如果需要做更多的定制，可以调整参数。

heatmap(mydata, Rowv=NA, Colv=NA, scale="column", margins=c(5,10), col=redgreen(75), ylab="Samples", xlab="Features", main="Heatmap of Iris Data")

在这里，增加了 col 参数设置颜色，ylab 和 xlab 分别为 Y 轴和 X 轴添加标签，main 则是添加标题。

结论

heatmap() 函数是 R 编程中创建热图常用的方法，使用该函数可以快速简便地呈现数据分布情况。通过对参数进行调整，还可以定制化热图，以满足不同需求。