Jak utworzyć mapę cieplną w r za pomocą ggplot2

W tym samouczku wyjaśniono, jak utworzyć mapę cieplną w R za pomocą ggplot2.

Przykład: tworzenie mapy cieplnej w R

Aby utworzyć mapę cieplną, użyjemy wbudowanego zestawu danych R mtcars .

 #view first six rows of mtcars
head(mtcars)

# mpg cyl disp hp drat wt qsec vs am gear carb
#Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4
#Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4
#Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1
#Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1
#Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2
#Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1

Obecnie mtcars ma szeroki format, ale musimy go połączyć w długi format, aby utworzyć mapę cieplną.

 #load reshape2 package to use melt() function
library(reshape2)

#melt mtcars into long format
melt_mtcars <- melt(mtcars)

#add column for car name
melt_mtcars$car <- rep(row.names(mtcars), 11)

#view first six rows of melt_mtcars
head(melt_mtcars)

# variable value char
#1 mpg 21.0 Mazda RX4
#2 mpg 21.0 Mazda RX4 Wag
#3 mpg 22.8 Datsun 710
#4 mpg 21.4 Hornet 4 Drive
#5 mpg 18.7 Hornet Sportabout
#6 mpg 18.1 Valiant

Możemy użyć następującego kodu, aby utworzyć mapę cieplną w ggplot2:

 library(ggplot2)

ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = value), color = "white") +
  scale_fill_gradient(low = "white", high = "red")

Niestety, ponieważ wartości disp są znacznie większe niż wartości wszystkich innych zmiennych w ramce danych, trudno jest dostrzec zmienność kolorów pozostałych zmiennych.

Jednym ze sposobów rozwiązania tego problemu jest przeskalowanie wartości każdej zmiennej od 0 do 1 za pomocą funkcji rescale() w pakiecie Scales() i funkcji ddply() w pakiecie plyr():

 #load libraries
library(plyr)
library(scales)

#rescale values for all variables in melted data frame
melt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))

#create heatmap using rescaled values
ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = rescale), color = "white") +
  scale_fill_gradient(low = "white", high = "red")

Możemy również zmienić kolory mapy cieplnej, zmieniając kolory użyte w argumencie Scale_fill_gradient():

 #create heatmap using blue color scale
ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = rescale), color = "white") +
  scale_fill_gradient(low = "white", high = "steelblue")

Pamiętaj, że mapa cieplna jest obecnie podzielona na kategorie według nazwy samochodu. Zamiast tego moglibyśmy zamówić mapę cieplną według wartości jednej ze zmiennych, np. mpg , używając następującego kodu:

 #define car name as a new column, then order by mpg descending
mtcars$car <- row.names(mtcars)
mtcars$car <- with(mtcars, reorder(car, mpg))

#melt mtcars into long format
melt_mtcars <- melt(mtcars)

#rescale values for all variables in melted data frame
melt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))

#create heatmap using rescaled values
ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = rescale), color = "white") +
  scale_fill_gradient(low = "white", high = "steelblue")

Aby posortować mapę cieplną poprzez zwiększenie mpg , po prostu użyj -mpg w argumencie reorder():

 #define car name as a new column, then order by mpg descending
mtcars$car <- row.names(mtcars)
mtcars$car <- with(mtcars, reorder(car, -mpg ))

#melt mtcars into long format
melt_mtcars <- melt(mtcars)

#rescale values for all variables in melted data frame
melt_mtcars <- ddply(melt_mtcars, .(variable), transform, rescale = rescale(value))

#create heatmap using rescaled values
ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = rescale), color = "white") +
  scale_fill_gradient(low = "white", high = "steelblue")

Na koniec możemy usunąć etykiety osi x i y oraz legendę, jeśli nie podoba nam się jej wygląd, używając argumentów labs() i topic():

 #create heatmap with no axis labels or legend
ggplot(melt_mtcars, aes(variable, char)) +
  geom_tile(aes(fill = rescale), color = "white") +
  scale_fill_gradient(low = "white", high = "steelblue") +
  labs(x = "", y = "") +
  theme(legend.position = "none")