如何生成相关系数矩阵，并且绘制热图

参考资料：http://www.omicshare.com/forum/thread-741-1-1.html

install.packages("pheatmap")

setwd("E:/bioinfor/Rpractise/pheatmap/")
library("pheatmap")
library("ellipse")
rm(list = ls())
data <- read.table("./exp_top30.original.txt", head = T, sep = "\t", row.names = 1)
dim(data)

## [1] 30 20

# 计算列间相关系数，即两两样本间的表达量的相关系数
cor_matrix <- cor(data) # 计算相关系数
pheatmap(cor_matrix, display_numbers = T)

pheatmap(cor_matrix, cluster_rows = F, cluster_cols = F, display_numbers = T)

plotcorr(cor_matrix, numbers = T, type = "lower")

# 计算行间相关系数，即基因间的相关系数
data <- t(data)
write.table(data, "cor_gene_gene.txt", sep = "\t", quote = F)
cor_matrix <- cor(data) # 计算相关系数

pheatmap(cor_matrix, cluster_rows = F, cluster_cols = F, display_numbers = T)

bmp(filename = "cor_gene_gene.bmp")
pheatmap(cor_matrix, cluster_rows = F, cluster_cols = F, display_numbers = T, fontsize = 5, number_format = "%.2f")# fontsize_number定义格子中数字的字体大小, number_format 可以控制有效小数的位数，这里是保留两位小数；
dev.off()

## png 
##   2

pheatmap(cor_matrix, cluster_rows = F, cluster_cols = F, display_numbers = T, fontsize = 5, number_format = "%.2f")

plotcorr(cor_matrix,col = 1:nrow(cor_matrix), type = "lower")

** 总结：**

1. 首先构建热图的包为pheatmap，明确其参数：cluster_cols, display_numbers, fontsize, number_format的作用

2. read.table中row.names = 1 的使用含义：把数据第一列设为行名，其他常用参数：

• quote 指定用于包围字符型数据的字符(quote = “"’”)

• dec 用来表示小数点的字符

• as.is 控制是否将字符型变量转化为因子型变量(如果值为FALSE)，或者仍 将其保留为字符型（TRUE）

• na.strings 代表缺失数据的值(na.strings = “NA”,默认转化为NA)

• skip 在读取数据前跳过的行数

• comment.char 一个字符用来在数据文件中写注释，以这个字符开头的行将被忽略 （要禁用这个参数，可使用comment.char = “”）

3. write.table中的quote = F 是把字符变量的引号去掉