「付费」【代码分享-19】linkET-绘制高端超级好看的相关性热图
今天小果给大家带来的分享内容非常实用，到底是啥内容？小伙伴们是不是很好奇呀！不急，
小果马上告诉大家，今天的内容为利用linkET包绘制高端的相关性热图，利用该包绘制的图片在生信文章中出镜率非常高，小果强烈安利小伙伴们可以学习该包，小果也为小伙伴们提供了该包的学习网址：https://github.com/Hy4m/linkET，接下来跟着小果开始今天的分享学习吧！
1.准备需要的R包
#安装需要的R包install.packages("tidyverse")install.packages("RColorBrewer")devtools::install_github("Hy4m/linkET", force = TRUE)#加载需要的R包library(linkET)library(RColorBrewer)library(tidyverse)
2.数据读取与处理
#展示在热图外相关因素数据文件，第一列为样本名，其他列为不同因素名称df <- read.table("factor.txt",sep="t",header = T,row.names = 1,check.names = F)
#展示在热图中的相关因素文件，第一列为样本名，其他列名为不同因素名称env <- read.table("env.txt",sep="t",header = T,row.names = 1,check.names = F)
注：两个文件的样本名必须保持一致，不然会发生报错。
#计算相关系数和pvalue值mantel <- mantel_test(df,env,spec_select = list(PE= 1, #1对应相关因素在第一列SMR= 2)) %>%mutate(rd = cut(r, breaks = c(-Inf, 0.2, 0.4, Inf),labels = c("< 0.2", "0.2 - 0.4", ">= 0.4")),pd = cut(p, breaks = c(-Inf, 0.01, 0.05, Inf),labels = c("< 0.01", "0.01 - 0.05", ">= 0.05")))
3.结果文件
3.1linkETcor_1.pdf
3.24.2 linkETcor_2.pdf
3.3mantel.txt
最终小果成功的绘制了高大上的相关性热图，看起来图片效果非常不错，本次热图绘制采用linkET包绘制，欢迎大家和小果一起讨论学习呀！今天小果的分享就到这里，下期在见奥。
往期推荐
如果需要完整的代码可以点击付费获取哦!今天小果的分享就到这里，如果小伙伴有其他数据分析需求，可以尝试本公司新开发的生信分析小工具云平台，季代码完成分析，非常方便奥!
（扫码领取正好的输入文件，代码文件及示例结果）