本篇博文属于恰饭哦，但是对你也有作用哦！！

现在自己也分享一下自己这个历程，最后，最后，最后，还是一句话，“使用R画图，数据准备非常非常的重要”。

1 数据准备

第一列，gene_id，后面是重复，3个重复，我的共4个处理数据，12组

2导入数据

#文件所在位置
setwd("I:FPKM")
library(pheatmap)
#BiocManager::install("heatmaps")  #如没有按照“pheatmap包请安装”
dataset <-  read.table('FPKM_聚类图数据.txt',header = TRUE, row.names = 1)

3 构建矩阵

# 构建样本分类数据
sample_calss=c(rep('CS_Leaf',3),
               rep('CK_Lead',3),
               rep('CS_Root',3),
               rep('CK_Root',3))
level = c(1:12)
annotation_c <- data.frame(sample_calss, level)
rownames(annotation_c) <- colnames(exp_ds)

gene_class=c(rep('High',30),
             rep('Low',30))
sample_type=c(rep('CS',20),
            rep('CK',20),
            rep('Immunology',20))
annotation_r <- data.frame(gene_class, gene_type)
rownames(annotation_r) <- rownames(exp_ds)

画图

pheatmap(exp_ds, #表达数据
         cluster_rows = T,#行聚类
         cluster_cols = T,#列聚类
         annotation_col =annotation_c, #样本分类数据
         annotation_row = annotation_r,
         annotation_legend=TRUE, # 显示样本分类
         show_rownames = T,# 显示行名
         scale = "row", #对行标准化
         color =colorRampPalette(c("#8854d0", "#ffffff","#fa8231"))(100), # 热图基准颜色
)