🤩 funkyheatmap | 用这个包来完美复刻Nature Biotechnology的高颜值神图吧!~

写在前面

天气开始暖和了☀️,发现旅游的人好多啊!~🥲

不知道自己什么时候能有时间出去看看外面的世界,实在是太忙了。😷

最近用到的有个包感觉很不错,分享给大家,funkyheatmap包。😘

完美可视化数据,包括字符型和数值型。🤩


这个包是出自Nature Biotechnology中,文章在这里:👇

Saelens, W., Cannoodt, R., Todorov, H. et al. A comparison of single-cell trajectory inference methods. Nat Biotechnol 37, 547–554 (2019). https://doi.org/10.1038/s41587-019-0071-9 IF: 68.164 Q1



颜值还是蛮高的,大家学起来啊,可以用来可视化临床信息的baseline基因的基本信息等等。🥰

用到的包

rm(list = ls())
library(tidyverse)
library(funkyheatmap)

示例数据

今天用到的是diamonds数据,非常经典的dataset。😙

dat1 <- diamonds %>% 
  rownames_to_column(., "id") %>% 
  head(20)

DT::datatable(dat1)

简单可视化

大家直接使用funky_heatmap即可,是不是颜值还不错。😜

funky_heatmap(dat1, 
              column_info = NULL,
              row_info = NULL,
              column_groups = NULL,
              row_groups = NULL,
              palettes = NULL,
              scale_column = T,
              add_abc = T,
              col_annot_offset = 3,
              col_annot_angle = 35,
              removed_entries = NULL,
              expand = c(xmin = 0, xmax = 2, ymin = 0, ymax = 0)
              )

复杂绘图

我们再复现一下这篇Nature Biotechnology上的图吧,需要用到kableExtra包内的数据。🤩

5.1 加载数据

library(kableExtra)

data("dynbenchmark_data")

5.2 查看数据

看一下数据类型吧。😘

dat2 <- dynbenchmark_data$data
dat2[,1:12]

5.3 提取列名

数据太大,我们先只提取其中几列进行可视化吧。😷

preview_cols <- c(
  "id",
  "method_source",
  "method_platform",
  "benchmark_overall_norm_correlation",
  "benchmark_overall_norm_featureimp_wcor",
  "benchmark_overall_norm_F1_branches",
  "benchmark_overall_norm_him",
  "benchmark_overall_overall"
)
dat2[,preview_cols]

5.4 初步绘图

funky_heatmap(dat2[,preview_cols])

5.5 列信息

提取一下列信息,后面会用到。🤒

column_info <- dynbenchmark_data$column_info
column_info

5.6 再次可视化

data都输入进去吧,再画一下图看看,颜值高多啦。😂

funky_heatmap(dat2, column_info = column_info)

5.7 列的分组信息

column_groups <- dynbenchmark_data$column_groups
column_groups

5.8 行信息

row_info <- dynbenchmark_data$row_info
row_info

5.9 行的分组信息

row_groups <- dynbenchmark_data$row_groups
row_groups

5.10 分组配色

我们给不同分组配上不同的配色。🤩

palettes <- dynbenchmark_data$palettes
print(palettes)

5.11 最终可视化

Perfect!~⭐️

颜值很高,大家都冲啊!~🥳

funky_heatmap(
  data = dat2,
  column_info = column_info,
  column_groups = column_groups,
  row_info = row_info,
  row_groups = row_groups,
  palettes = palettes,
  col_annot_offset = 3.2
)   

<center>最后祝大家早日不卷!~</center>


点个在看吧各位~ ✐.ɴɪᴄᴇ ᴅᴀʏ 〰

<center> <b>📍 往期精彩 <b> </center>

📍 <font size=1>🤩 WGCNA | 值得你深入学习的生信分析方法!~</font>
📍 <font size=1>🤩 ComplexHeatmap | 颜狗写的高颜值热图代码!</font>
📍 <font size=1>🤥 ComplexHeatmap | 你的热图注释还挤在一起看不清吗!?</font>
📍 <font size=1>🤨 Google | 谷歌翻译崩了我们怎么办!?(附完美解决方案)</font>
📍 <font size=1>🤩 scRNA-seq | 吐血整理的单细胞入门教程</font>
📍 <font size=1>🤣 NetworkD3 | 让我们一起画个动态的桑基图吧~</font>
📍 <font size=1>🤩 RColorBrewer | 再多的配色也能轻松搞定!~</font>
📍 <font size=1>🧐 rms | 批量完成你的线性回归</font>
📍 <font size=1>🤩 CMplot | 完美复刻Nature上的曼哈顿图</font>
📍 <font size=1>🤠 Network | 高颜值动态网络可视化工具</font>
📍 <font size=1>🤗 boxjitter | 完美复刻Nature上的高颜值统计图</font>
📍 <font size=1>🤫 linkET | 完美解决ggcor安装失败方案(附教程)</font>
📍 <font size=1>......</font>

本文由mdnice多平台发布

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容