Rで解析:少ないコードでヒートマップ「tidyHeatmap」パッケージ


少ないコードでヒートマップを作成可能なパッケージの紹介です。細かい体裁などが得意で理想のヒートマップが作成できる「ComplexHeatmap」パッケージを基本に作成されたパッケージです。ですので、「ComplexHeatmap」パッケージと共通のコマンドを使用することができます。

「tidyHeatmap」パッケージを利用するとかなり、コード数を減らすことができるのでお勧めです。特にグループ分けがdplyr::group_byコマンドで可能なので大変便利です。

参考までに「ComplexHeatmap」パッケージの記事を紹介します。

パッケージのバージョンは1.6.0。実行コマンドはwindows 11のR version 4.1.2で確認しています。

パッケージのインストール

下記コマンドを実行してください。

#パッケージのインストール
install.packages("tidyHeatmap")

実行コマンド

詳細はコメント、パッケージヘルプを確認してください。

#パッケージの読み込み
library("tidyHeatmap")

###データ例の作成#####
#tidyverseパッケージがなければインストール
if(!require("tidyverse", quietly = TRUE)){
  install.packages("tidyverse");require("tidyverse")
}
set.seed(1234)
n <- 300
TestData <- tibble(Group = factor(rep(paste0("Group_", 1:30),
                                      each = 10),
                                  level = paste0("Group_", 1:30)),
                   SubGroup = factor(rep(paste0("SubGroup_", 1:10),
                                         time = 30),
                                     level = paste0("SubGroup_", 1:30)),
                   Value = sample(c(1:100), n, replace = TRUE),
                   SubValue = sample(c(1:100), n, replace = TRUE),
                   Flag_1 = factor(rep(2:3, each = 10, time = 15)),
                   Flag_2 = factor(rep(c("OK", "NG"), each = 1,
                                       time = 150)),
                   FlagValue_1 = rep(1:10, each = 10, time = 3),
                   FlagValue_2 = factor(rep(11:20, time = 30)),
                   FlagValue_3 = rep(1:10, each = 10, time = 3),
                   FlagValue_4 = rep(11:20, time = 30),
                   FlagValue_5 = rep(11:20, time = 30))
########

TestData %>%
  #heatmapをグループで分割するときはgroup_byで設定
  dplyr::group_by(Flag_1, Flag_2) %>%
  #heatmapコマンド
  heatmap(.row = Group, .column = SubGroup, .value = Value,
          #データのスケール化;"none","row","column","both)
          .scale = "row",
          #クラスタリングの適応有無
          cluster_rows = FALSE, cluster_columns = TRUE,
          #クラスタリング手法
          clustering_distance_rows = "pearson",
          #カラーパレットを指定
          palette_value = c("#4b61ba", "#A9A9A9", "#a87963"),
          #グループ分割の色を指定
          palette_grouping = list(
            #Flag_1の分割
            c("#66C2A5", "#FC8D62"), 
            #Flag_2の分割
            c("#b58b4c", "#74a6aa")
          ),
          #セルの枠線:
          #rect_gp = grid::gpar(col = "#161616", lwd = 0.5),
          ) %>%
  #x,y方向にグラフを付与:add_point,add_bar,add_lineコマンド
  #データ内容から付与方向は自動で判断
  add_point(FlagValue_3, palette = NULL,
            annotation_name_gp = grid::gpar(fontsize = 8)) %>%
  add_line(FlagValue_4, palette = NULL,
           size = unit(0.4, "cm")) %>%
  add_bar(FlagValue_5, palette = NULL, size = unit(1, "cm"),
          annotation_name_gp = grid::gpar(fontsize = 8)) %>%
  #x,y方向にデータを付与:add_titleコマンド
  #データ内容から付与方向は自動で判断
  add_tile(FlagValue_1, show_legend = TRUE,
           annotation_name_gp = grid::gpar(fontsize = 6)) %>%
  add_tile(FlagValue_2, show_legend = FALSE)

出力例


少しでも、あなたの解析が楽になりますように!!

スポンサードリンク

スポンサードリンク