本文是个人笔记，请谨慎付费[星球用户可免费看]。
我们在分析了差异表达数据之后，经常要进行热图的可视化展示。
热图（Heat map）是一个以颜色变化来显示数据的矩阵。虽然“热图”是一个新兴的词汇，但是用明暗的矩阵来标示元素的方法已经有超过一世纪的历史了。
热图源自于展示数据的平面图像，较大的数字以小的深灰色、黑色方格呈现，而较小的数字则以较亮的方格标示。如Toussaint Loua在1873年就曾使用这样的手法来绘制对巴黎各区的社会学统计。^[1]彼得·斯伊斯在1957年时进行群集分析时也透过置换矩阵的行和列的方法将更相似的值标示在一起。雅克·贝尔坦也曾用过类似的方法标示出累积量表的资料。而将阶层式分群法加入到矩阵中的概念则是由罗伯特·F·林于1973年创造，他利用多次印刷堆叠出的字符来表示不同程度的灰色，将每个字符大小则视为一像素。利兰·威尔金森则是于1994年开发出了第一个能生成高分辨率的矩阵的计算机程序—SYSTAT。

软件设计师科尔马克·金尼则在1991年时注册了热图这个商标用以形容一种描绘金融市场信息的平面图形，^[2]但是取得了金尼发明的公司在2003年时不小心使得这个商标失效了^[3]

绘制热图代码

library(pheatmap)
#读入行为基因名的矩阵
mRNA_exp_heatmap<-read.delim(file="heatmap_CHX.txt",header = T,sep="\t",row.names = 1 )
head(mRNA_exp_heatmap)

##           X5918_input X8845_input X5918_HS5 X8845_HS5 X5918_HS5_CHX
## PPP2R5A         54.17       40.00     42.11     35.56         77.50
## VARS2_450       35.85       48.48     18.92     20.45         34.62
## KIAA0196        24.49       31.25     18.18     24.32         30.36
## KIAA1033        50.50       56.57     48.42     35.87         61.24
## AP2A2           19.51       27.27     15.15     20.00         28.26
## WASHC4          35.90       39.44     31.94     21.33         44.44
##           X8845_HS5_CHX X9128_input X11589_input X9128_HS5 X11589_HS5
## PPP2R5A           71.70        1.09         2.00      0.00       1.41
## VARS2_450         43.14        0.00         0.00      0.00       0.00
## KIAA0196          50.00        2.08         0.00      0.00       0.00
## KIAA1033          60.14       15.86        22.58     13.59       7.14
## AP2A2             43.10        0.00         0.00      0.00       0.00
## WASHC4            43.00        8.27        15.04      8.25       3.70
##           X9128_HS5_CHX X11589_HS5_CHX
## PPP2R5A           10.81           9.28
## VARS2_450          2.17           0.00
## KIAA0196           5.30           4.48
## KIAA1033          22.83          21.69
## AP2A2              0.00           0.00
## WASHC4            13.27          11.38