R可视化之ComplexHeatmap【三】：拆分

特别声明：本部分（系列）内容均来自顾祖光博士对ComplexHeatmap的介绍，仅为学习交流，尊重原创。

热图系列我们已经有：

• R可视化之ComplexHeatmap【一】：颜色、标题、聚类
• R可视化之ComplexHeatmap【二】：行（列）顺序、行（列）名

今天分享：拆分热图。

为什么要进行热图拆分

很多时候我们进行热图拆分的目的无非不在于将我们想研究的feature进行“分组”，或者通过热图的拆分来突出显示不同的pattern，总之热图的拆分在有些时候能帮助我们更有结构地去了解数据，能从中更容易提取出我们想要的信息。

拆分方法

首先直接抛出控制热图拆分的参数：

• row_km
• row_split
• column_km
• column_split

我们有多种不同的拆分方法，下面依次来进行介绍。

• 基于k-均值聚类的拆分

该种拆分通过row_km和column_km参数来实现，这很好记，km就是k-means。至于什么是k-均值聚类，这是一种无监督学习的方法，在machine learning中应用广泛，有机会在后面会进行进一步的分享。那么怎么使用呢？

简单来说，你想把行和列分成几类，就把row_km和column_km指定为相应的数值即可：

mat <- matrix(rnorm(15*15), ncol = 15)
rownames(mat) <- paste('row', 1:15, sep = "_")
colnames(mat) <- paste('col', 1:15, sep = "_")
Heatmap(matrix = mat,
        name = 'mat',
        column_km = 2,
        row_km = 3)

但是k均值聚类本身是一个随机的过程（初始类的选择），所以你把上面的代码重新运行一遍，你会发现结果就不一样了：

Heatmap(matrix = mat,
        name = 'mat',
        column_km = 2,
        row_km = 3)

解决的办法就是进行多次聚类，取最稳定的聚类结果，例如进行100次：

Heatmap(matrix = mat,
        name = 'mat',
        column_km_repeats = 100,
        row_km_repeats = 100,
        column_km = 2,
        row_km = 3)

这个时候你再重复这段代码，你就会发现结果是可重复的了，当然啦，repeat次数越多，结果越稳定。

• 基于分类变量的拆分

先来看段代码：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = c(rep(c('A', 'B'), 7), 'A'),
        row_split = c(rep(c('A', 'B'), 7), 'B'))

怎么理解这个结果呢？

注意到这部分代码：

c(rep(c('A', 'B'), 7), 'A')
# [1] "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "A"
c(rep(c('A', 'B'), 7), 'B')
# [1] "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "A" "B" "B"

实际上这段代码是给每一行（列）赋给了一个“类”，这个类就是A或者B，那么我们在绘图时就会根据这个类来进行热图的拆分，拆分后的结果或分别作为进一步聚类的单位。

除了以向量的形式来进行分类的指定，我们还可以通过因子和数据框来进行。
因子很简单：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = factor(rep(c('A', 'B'), 7), 'A'),
        row_split = factor(rep(c('A', 'B'), 7), 'B'))

而基于数据框：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = data.frame(c(rep(c('A', 'B'), 7), 'A'),
                                  c(rep(c('C', 'D'), each = 7), 'D')))

其实也很好理解，你自己运行一下这部分代码就理解了：

data.frame(c(rep(c('A', 'B'), 7), 'A'),
           c(rep(c('C', 'D'), each = 7), 'D'))

为了更加个性化一点，我们甚至可以完全关闭默认的聚类功能，这也是通过cluster_column来实现的：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = data.frame(c(rep(c('A', 'B'), 7), 'A'),
                                  c(rep(c('C', 'D'), each = 7), 'D')),
        cluster_columns = F)

总结来说就是，这部分是妥妥的个性化。

此外你会注意到图上会有一些虚线，这些虚线实际上表征了热图拆分所依据的聚类层级，那么如何对其进行隐藏呢？只需要添加show_parent_dend_line = FALSE即可。

• 基于聚类树的拆分

前面已经讲到ComplexHeatmap会默认进行对行和列的聚类，那我们当然也能根据聚类的结果来进行热图的拆分，还记得基于k均值聚类的拆分吗？我们可以通过把row_km和column_km指定为相应的数值来将热图分割成几个部分，那么相似的原理，基于聚类树的拆分只需要把row_km和column_km换成row_split和column_split就行了。

Heatmap(matrix = mat,
        name = 'mat',
        column_split = 3,
        row_split = 2)

进一步的，我们想将不同部分的热图对应的聚类树标识成不同的颜色：

library(dendextend)
dend = as.dendrogram(hclust(dist(mat)))
dend = color_branches(dend, 
                      k = 2, 
                      col = c('red', 'blue'))
Heatmap(mat, name = "mat", cluster_rows = dend, row_split = 2)

这里我将两部分的树分别标识成红色和蓝色。你想做类似的工作只需要借鉴这段代码就可以了。

你可能会问了，那怎么对列进行分别上色呢？很简单哦，dist()函数是计算矩阵行之间的距离，那我们把矩阵转置一下就实现了对列之间的距离的计算：

dend = as.dendrogram(hclust(dist(t(mat))))
dend = color_branches(dend, 
                      k = 2, 
                      col = c('red', 'blue'))
Heatmap(mat, name = "mat", cluster_columns = dend, column_split = 2)

显然，上面两个组合起来你就实现了同时对行和列分割的染色。

分割美化

实际上前面的上色过程本身就已经是一个美化的过程了，更进一步，我们还有其它的美化，下面进行一一介绍：

• 行列标题及行列名属性

这个部分，如果你是追更到这里的，实际上就很简单了，就是一个gpar()函数：

Heatmap(mat, 
        name = 'mat', 
        row_split = 2,
        row_title_gp = gpar(col = c("red", "blue")),
        row_names_gp = gpar(col = c("green", "orange"), fontsize = c(10, 14)),
        column_split = 3,
        column_title_gp = gpar(fill = c("red", "blue", "green")),
        column_names_gp = gpar(col = c("green", "orange", "purple"), fontsize = c(10, 14, 8)))

这里一个问题就是，行列标题是一些数字，当然了，我们也可以个性化一下，只要将其改成一个等长的向量就行了：

Heatmap(mat, 
        name = 'mat', 
        row_split = 2,
        row_title_gp = gpar(col = c("red", "blue")),
        row_names_gp = gpar(col = c("green", "orange"), fontsize = c(10, 14)),
        column_split = 3,
        column_title = c('one', 'two', 'three'),
        column_title_gp = gpar(fill = c("red", "blue", "green")),
        column_names_gp = gpar(col = c("green", "orange", "purple"), fontsize = c(10, 14, 8)))

最后一个问题，我们怎么样给列标题添加一个大标题呢？显然column_title参数不可行，它已经被占用了，给大家一个方法：

map <- Heatmap(mat, 
               name = 'mat', 
               row_split = 2,
               row_title_gp = gpar(col = c("red", "blue")),
               row_names_gp = gpar(col = c("green", "orange"), fontsize = c(10, 14)),
               column_split = 3,
               column_title = c('one', 'two', 'three'),
               column_title_gp = gpar(fill = c("red", "blue", "green")),
               column_names_gp = gpar(col = c("green", "orange", "purple"), fontsize = c(10, 14, 8)))
draw(map, column_title = 'I am a column title')

用一个draw()函数就可以了。

• 拆分距离

距离距离，就是“gap”，这就很简单了，看看下面这段代码就清楚了：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = 3,
        row_split = 2,
        column_gap = unit(3, 'mm'),
        row_gap = unit(5, 'mm'))

同时也可以通过添加border=TRUE参数来把分割出来的方块加上黑色边框：

Heatmap(matrix = mat,
        name = 'mat',
        column_split = 3,
        row_split = 2,
        column_gap = unit(3, 'mm'),
        row_gap = unit(5, 'mm'),
        border = T,
        border_gp = gpar(col = 'orange', lwd = 5))

本期到此为止，下期内容：热图小方格个性化修饰、提取亚集及热图信息。