Python 在R中调整热图的颜色和比例
我正在使用lattice中的R和函数Python 在R中调整热图的颜色和比例,python,r,heatmap,levelplot,Python,R,Heatmap,Levelplot,我正在使用lattice中的R和函数levelplot()制作热图 我使用的命令有: data<-read.table("data_corr", header=T) library(gplots) library(lattice) z<-cor(data) levelplot(z) levelplot的帮助页面中的数据: 列区域 如果区域为真,则使用颜色向量。一般的想法是,这应该是一个中等长度的颜色向量(比区域数长,默认为100)。预计该矢量的颜色将逐渐变化(以便附近的颜色相似)
levelplot()
制作热图
我使用的命令有:
data<-read.table("data_corr", header=T)
library(gplots)
library(lattice)
z<-cor(data)
levelplot(z)
levelplot的帮助页面中的数据:
列区域
如果区域为真,则使用颜色向量。一般的想法是,这应该是一个中等长度的颜色向量(比区域数长,默认为100)。预计该矢量的颜色将逐渐变化(以便附近的颜色相似)。当实际选择颜色时,它们将被选择为沿该向量等距分布。当col.regions
中的区域多于颜色时,颜色将被回收。实际颜色分配由级别执行。颜色
,单独记录。除了卡尔的答案外:
- 您可以设置
col.regions
的默认值,例如:
`trellis.par.set (regions = list (col = rainbow))
- 色标范围:请参见
处的levelplot
参数
行和列名:请参见?xyplot
,参数
比例
在python的
matplotlib
中,您的问题的答案是:
(a) 使用imshow
选项interpolation=“nearest”
(b) 例如,可以在imshow
选项cmap=cm.jet
中选择彩色贴图
(c) 为了缩放,我假设您只希望在阈值中显示值,并相应地使用颜色条贴图。使用imshow
选项vmax
和vmin
下面是一个简单的工作示例:
import numpy as np
import pylab as plt
# Create random matrix, save it to a text file
N = 90
A = np.random.random((N,N))
np.fill_diagonal(A,.95)
np.savetxt("z.txt",A)
# Load the data
A = np.loadtxt("z.txt")
# Apply a mask so values below .9 don't show
A[A<.9] = None
# Scale the values from .9 to 1.0 using vmin,vmax
plt.imshow(A, interpolation='nearest', vmin=.9,vmax=1.0,cmap=plt.cm.jet)
plt.colorbar()
plt.show()
将numpy导入为np
导入pylab作为plt
#创建随机矩阵,将其保存到文本文件中
N=90
A=np.random.random((N,N))
np.填充对角线(A,.95)
np.savetxt(“z.txt”,A)
#加载数据
A=np.loadtxt(“z.txt”)
#应用遮罩,使下面的.9值不显示
A[Afantastic.你能给我推荐一个链接或pdf文件吗?我可以从中了解更多关于python图形构造或图形的信息。@Angelo一个开始使用matplotlib
的好地方是图库:查找一个示例,图片是指向生成它的代码的链接。