2021.4.28
持续更新中。。。

参考：《R数据可视化手册》、学术数据分析及可视化

1.pheatmap绘制热图

    热图常用于展示某种特定的基因表达分布模式，在这里仅提供部分目前用到的绘制热图的方法，根据后续的需要进行更新。

install.packages("pheatmap")
library(pheatmap)
rm(list=ls())
pheatmap(#1.输入数据类型要是数值型矩阵
         data,
         #2.设置方框大小、颜色、边框颜色、是否显示数字、数字格式
         cellwidth = 20, cellheight = 10, border_color = F,
         color = colorRampPalette(c("#faa307", "#d00000"),space = "rgb")(10),
         display_numbers = T, fontsize_number = 3,
         number_format = "%.2f", number_color = "black",
         #3.图形外部：行/列是否聚类、聚类树的高度、标题、是否显示图例
         cluster_rows = F, cluster_cols = F,
           ##treeheight_row = 20,treeheight_col = 20,
         main = "hot plot", legend = T,
         legend_breaks = c(80,85,90,95,100), legend_labels = c(80,85,90,95,100),
         #4.是否显示行/列名、列标签角度、行/列标签字体大小
           ##show_rownames = F, show_colnames = F,
           ##angle_col = 45
         fontsize_row = 5, fontsize_col = 5,
         #5.输出文件大小、文件格式、路径
           ##width = 20,height = 20
         filename = "test3.png"#(png/pdf/tiff/jpeg)
         )

输入数据要是矩阵