<\/p>\n
In deze tutorial wordt uitgelegd hoe u een heatmap in R maakt met behulp van ggplot2.<\/span><\/p>\n Om een heatmap te maken, gebruiken we de ingebouwde R-dataset mtcars<\/strong> .<\/span><\/p>\n Momenteel heeft mtcars<\/strong> een breed formaat, maar we moeten het in een lang formaat samenvoegen om de heatmap te maken.<\/span><\/p>\n We kunnen de volgende code gebruiken om de heatmap in ggplot2 te maken:<\/span><\/p>\n Omdat de waarden van disp<\/em> veel groter zijn dan de waarden van alle andere variabelen in het dataframe, is het helaas moeilijk om de kleurvariatie van de andere variabelen te zien.<\/span><\/p>\n E\u00e9n manier om dit probleem op te lossen is door de waarden van elke variabele opnieuw te schalen van 0 naar 1 met behulp van de functie rescale()<\/strong> in het scales()-pakket en de ddply()-<\/strong> functie in het plyr()-pakket:<\/span><\/p>\n We kunnen ook de kleuren van de heatmap wijzigen door de kleuren te wijzigen die worden gebruikt in het scale_fill_gradient() argument:<\/span><\/p>\n Houd er rekening mee dat de heatmap momenteel is gecategoriseerd op autonaam. We zouden in plaats daarvan de heatmap kunnen ordenen op basis van de waarden van een van de variabelen zoals mpg<\/em> met behulp van de volgende code:<\/span><\/p>\n Om de heatmap te sorteren door mpg<\/em> te verhogen, gebruik je eenvoudigweg -mpg<\/strong> in het reorder() argument:<\/span><\/p>\n Ten slotte kunnen we de x- en y-aslabels verwijderen, evenals de legenda, als het ons niet bevalt hoe het eruit ziet met behulp van de labs() en thema() argumenten:<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u een heatmap in R maakt met behulp van ggplot2. Voorbeeld: een hittekaart maken in R Om een heatmap te maken, gebruiken we de ingebouwde R-dataset mtcars . #view first six rows of mtcars head(mtcars) # mpg cyl disp hp drat wt qsec vs am gear carb #Mazda RX4 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-473","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: een hittekaart maken in R<\/span><\/strong><\/h3>\n
#view first six rows of mtcars\n<\/em><\/span>head(mtcars)\n\n# mpg cyl disp hp drat wt qsec vs am gear carb\n#Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\n#Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\n#Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\n#Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\n#Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\n#Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1\n<\/strong><\/pre>\n #load reshape2<\/em> package to use melt() function<\/span>\nlibrary(reshape2)\n\n#melt mtcars into long format<\/span>\nmelt_mtcars <- melt(mtcars)\n\n#add column for car name<\/span>\nmelt_mtcars$car <- rep(row.names(mtcars), 11)\n\n#view first six rows of melt_mtcars<\/em><\/span>\nhead(melt_mtcars)\n\n# variable value char\n#1 mpg 21.0 Mazda RX4\n#2 mpg 21.0 Mazda RX4 Wag\n#3 mpg 22.8 Datsun 710\n#4 mpg 21.4 Hornet 4 Drive\n#5 mpg 18.7 Hornet Sportabout\n#6 mpg 18.1 Valiant<\/strong><\/pre>\n library(ggplot2)\n\nggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = value),<\/strong> color = \"white\") +\n scale_fill_gradient(low = \"white\",<\/strong> high = \"red\")<\/strong><\/pre>\n
#load libraries<\/span>\nlibrary(plyr)\nlibrary(scales)\n\n#rescale values for all variables in melted data frame<\/span>\nmelt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))\n\n#create heatmap using rescaled values<\/span>\nggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = rescale), color = \"white\") +\n scale_fill_gradient(low = \"white\", high = \"red\")\n<\/strong><\/pre>\n #create heatmap using blue color scale\n<\/span>ggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = rescale), color = \"white\") +\n scale_fill_gradient(low = \"white\", high = \"steelblue\")<\/strong><\/pre>\n #define car name as a new column, then order by mpg<\/em> descending\n<\/span>mtcars$car <- row.names(mtcars)\nmtcars$car <- with(mtcars, reorder(car, mpg))\n\n#melt mtcars into long format\n<\/span>melt_mtcars <- melt(mtcars)\n\n#rescale values for all variables in melted data frame\n<\/span>melt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))\n\n#create heatmap using rescaled values\n<\/span>ggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = rescale), color = \"white\") +\n scale_fill_gradient(low = \"white\", high = \"steelblue\")<\/strong><\/pre>\n #define car name as a new column, then order by mpg descending\n<\/span>mtcars$car <- row.names(mtcars)\nmtcars$car <- with(mtcars, reorder(car, -mpg<\/span> ))\n\n#melt mtcars into long format\n<\/span>melt_mtcars <- melt(mtcars)\n\n#rescale values for all variables in melted data frame\n<\/span>melt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))\n\n#create heatmap using rescaled values\n<\/span>ggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = rescale), color = \"white\") +\n scale_fill_gradient(low = \"white\", high = \"steelblue\")<\/strong><\/pre>\n #create heatmap with no axis labels or legend\n<\/span>ggplot(melt_mtcars, aes(variable, char)) +\n geom_tile(aes(fill = rescale), color = \"white\") +\n scale_fill_gradient(low = \"white\", high = \"steelblue\") +\n labs(x = \"\", y = \"\") +\n theme(legend.position = \"none\")<\/span><\/strong><\/pre>\n","protected":false},"excerpt":{"rendered":"