pheatmap默认距离度量R

我需要用函数“pheatmap”制作一个热图，使用UPGMA和1-pearson相关性作为距离度量。我的教授声称这是默认的距离度量，尽管在我的例子中它使用“欧几里得”作为距离度量。欧几里得和1-pearson相关性相同还是他错了？如果他错了，我该如何为我的热图使用正确的距离度量

我的意见

ph=pheatmap(avgreltlog10, color = colorRampPalette(rev(brewer.pal(n = 7, 
name = "RdYlBu")))(100), 
kmeans_k = NA, breaks = NA, border_color = "grey60",
cellwidth = 10, cellheight=10, scale = "none", cluster_rows=TRUE,
clustering_method = "average", cutree_rows = 4, cutree_cols= 2,)

R输出

$tree_row

Call:
hclust(d = d, method = method)

Cluster method   : average 
Distance         : euclidean 
Number of objects: 65 


$tree_col

Call:
hclust(d = d, method = method)

Cluster method   : average 
Distance         : euclidean 
Number of objects: 10 

---

通过在终端中键入不带（）的函数名，可以轻松检查默认设置

>pheatmap

如果您这样做，您可以看到欧几里德被用作默认值：

... clustering_distance_rows = "euclidean", clustering_distance_cols = "euclidean", clustering_method = "complete", ...

要使用1-pearson相关性，只需将其指定为：

cluster_rows = TRUE,
clustering_distance_rows = "correlation"

它之所以有效，是因为，再次深入研究代码，您可以看到它调用cluster_mat，它执行以下操作：

cluster_mat = function(mat, distance, method){
...
    if(distance[1] == "correlation"){
        d = as.dist(1 - cor(t(mat)))
    }
...

---

更多信息请访问。有太多的包，所以混淆起来并不少见：）

方法被传递到函数

pheatmap:：：cluster_mat

，检查源代码，如果指定“correlation”，那么

d=as.dist（1-cor（t（mat）））

可以更详细一些吗？现在我将

clustering\u distance\u rows=“correlation”、clustering\u distance\u cols=“correlation”

作为参数包含在ph（）函数中。但是我不确定在哪里放置

d=as.dist（1-cor（t（mat））

。如何处理

pheatmap:：：cluster\u mat

？

pheatmap:：：cluster\u mat

只是一个内部函数。把它输入你的控制台。您不必对

d=…

执行任何操作，函数

pheatmap:：：cluster\u mat

会为您执行此操作