R - 将一列添加到与其独立的热图中，以直观地查看分组和响应变量之间的相关性

Question

我有一个 800 行和 30 列的大型数据框和一个长度为 800 的响应向量。我正在尝试创建一个热图，我想在其中并排显示热图和列，但是独立着色（响应变量的比例非常不同，因此我不想对两者使用相同的着色方案）。 目前我的热图看起来像这样（垂直线是作为我分析的一部分添加的，它们不是热图的一部分）。

但是我这里有一个小规模的可重现的例子：

mydf <- as.matrix(data.frame(A = sample(10, 20, replace = T), 
                             B = sample(10, 20, replace = T),
                             C = sample(10, 20, replace = T),
                             D = sample(10, 20, replace = T),
                             E = sample(10, 20, replace = T)))

response <- sample(100, 20, replace = T)
mydf_order <- hclust(dist(mydf))$order
heatmap(mydf[mydf_order,], Rowv = NA, Colv = NA, labRow = as.character(mydf_order))

我能够生成分层聚类

mydf

的热图，但还想在其旁边显示

response

列并使用独立的着色方案，以便我可以查看

mydf

中的分组是否对应于

response

谢谢你

Answer 1

一种方法是将响应变量映射到颜色渐变，例如。 g。使用 {scales} 包：

    library(scales)
    
    response_colors <- colour_ramp(c("blue", "red"))(response / max(response))
    
    ## > head(response_colors)
    ## [1] "#FA001C" "#D2007B" "#DF0062" "#AF00AD" "#E40058" "#4F00F2"

然后，将它们用于

RowSideColors

参数（确保顺序与重新排序的

mydf

的顺序相对应：

    heatmap(mydf[mydf_order,], 
            Rowv = NA,
            Colv = NA, 
            labRow = as.character(mydf_order),
            RowSideColors = response_colors
    )

结果：