使用ggplot2为热图准备r中的数据帧

目前正在尝试创建一些基因数据的热图。列当前标记为s1、s2、s3等，但我还有一个.txt文件，其中包含每个示例的正确对应标签。我不确定是否需要首先修改csv文件中的基因表达水平，或者是否可以将它们分别传输到我正试图准备的数据框中，最终将其制作成热图。我也不确定数据帧的格式应该是什么。如果有必要的话，我想使用ggplot2来创建热图

以下是我目前的代码：

library(ggplot2)
library(dplyr)
library(magrittr) 

nci <- read.csv('/Users/myname/Desktop/ML Extra Credit/nci.data.csv')
nci.label <-scan(url("https://web.stanford.edu/~hastie/ElemStatLearn/datasets/nci.label",what="")
                 
#Select certain columns (specific years)
mat <- matrix(rexp(200, rate=.1), ncol=20)
rownames(mat) <- paste0('gene',1:nrow(mat))
colnames(mat) <- paste0('sample',1:ncol(mat))
mat[1:5,1:5]

---

任何帮助都将不胜感激

您需要以“长”格式获取数据帧，以便于打印。这就是所谓的，并构成了使用

ggplot2

准备要打印的数据的基础

这里的总体思路是，您需要一列表示

x

值，一列表示

y

值，一列表示用于平铺颜色的值。有很多方法可以做到这一点（请参见

melt（）

，

pivot\u longer（）

…），但我喜欢使用

tidyr:：gather（）

。因为您使用的是行名，而不是gene的列，所以我首先将其创建为数据集中的列

library(dplyr)
library(tidyr)
library(ggplot2)

set.seed(1234)

# create matrix
mat <- matrix(rexp(200, rate=.1), ncol=20)
rownames(mat) <- paste0('gene',1:nrow(mat))
colnames(mat) <- paste0('sample',1:ncol(mat))
mat[1:5,1:5]

# convert to data.frame and gather
mat <- as.data.frame(mat)
mat$gene <- rownames(mat)
mat <- mat %>% gather(key='sample', value='value', -gene)

---

当我尝试使用聚集函数时，收到以下错误消息：UseMethod（“聚集”）中出错：没有适用于“聚集”的方法应用于类“list”@Kyle的对象-抱歉，我起初没有看到你发布你有一个矩阵。为了使用

聚集

功能，您需要先将其转换为数据帧。我编辑了答案以反映您的具体情况。实际上，我最终使用melt（）将df转换为长格式。现在我的代码稍微简单了一点，只有库、read.csv、head（melt（nci）），然后是ggplot来创建热图，但它告诉我现在找不到对象“值”。你指向的是正确的数据集吗

melt（）

应该创建一个名为“

value

”的列，对我来说，它默认为列名

X1

和

X2

。您可能需要定义数据集的名称，并确保它们与分配给

ggplot

代码中每个美学（

x

、

y

、和

fill

）的名称完全匹配。@Kyle，我已经回答了您的另一个问题，但这是已经在这里的内容和已经回答的内容的重复。在你的帖子中，你使用了

ggplot（nci）

，它试图绘制“未融化”的数据集。如果要在数据调用中直接使用

melt（）

，可以使用

metl（nci）

library(dplyr)
library(tidyr)
library(ggplot2)

set.seed(1234)

# create matrix
mat <- matrix(rexp(200, rate=.1), ncol=20)
rownames(mat) <- paste0('gene',1:nrow(mat))
colnames(mat) <- paste0('sample',1:ncol(mat))
mat[1:5,1:5]

# convert to data.frame and gather
mat <- as.data.frame(mat)
mat$gene <- rownames(mat)
mat <- mat %>% gather(key='sample', value='value', -gene)

ggplot(mat, aes(sample, gene)) + geom_tile(aes(fill=value))