Тепловые карты в R с использованием функции ggplot - как кластеризовать строки? - PullRequest
Новая
       28

Тепловые карты в R с использованием функции ggplot - как кластеризовать строки?

5 голосов
/ 26 октября 2011

В настоящее время я генерирую тепловые карты в R с помощью функции ggplot. В приведенном ниже коде. Сначала я считываю данные в фрейм данных, удаляю все повторяющиеся строки, размечаю поле временной метки, растапливаю фрейм данных (в соответствии с «временной меткой»), масштабирую все переменные между 0 и 1, затем строю тепловую карту.

В полученной тепловой карте время отображается на оси x, а каждая переменная iostat-sda (см. Пример данных ниже) отображается вдоль оси y. Примечание. Если вы хотите опробовать код R - вы можете вставить приведенные ниже примеры данных в файл с именем iostat-sda.csv.

однако мне действительно нужно иметь возможность кластеризовать строки в этой тепловой карте ... кто-нибудь знает, как этого можно добиться с помощью функции ggplot?

Любая помощь будет принята с благодарностью !! 

############################## The code
library(ggplot2)
fileToAnalyse_f  <- read.csv(file="iostat-sda.csv",head=TRUE,sep=",")
fileToAnalyse <- subset(fileToAnalyse, !duplicated(timestamp))
fileToAnalyse[,1]<-factor(fileToAnalyse[,1])

fileToAnalyse.m <- melt(fileToAnalyse, id=1)
fileToAnalyse.s <- ddply(fileToAnalyse.m, .(variable), transform, rescale = rescale(value) ) #scales each variable between 0 and 1 

base_size <- 9
ggplot(fileToAnalyse.s, aes(timestamp, variable)) + geom_tile(aes(fill = rescale), colour = "black") + scale_fill_gradient(low = "black", high = "white") + theme_grey(base_size = base_size) + labs(x = "Time", y = "") + opts(title = paste("Heatmap"),legend.position = "right", axis.text.x = theme_blank(), axis.ticks = theme_blank()) + scale_y_discrete(expand = c(0, 0)) + scale_x_discrete(expand = c(0, 0))

########################## Sample data from iostat-sda.csv
timestamp,DSKRRQM,DSKWRQM,DSKR,DSKW,DSKRMB,DSKWMB,DSKARQS,DSKAQUS,DSKAWAIT,DSKSVCTM,DSKUtil
1319204905,0.33,0.98,10.35,2.37,0.72,0.02,120.00,0.01,0.40,0.31,0.39
1319204906,1.00,4841.00,682.00,489.00,60.09,40.68,176.23,2.91,2.42,0.50,59.00
1319204907,0.00,1600.00,293.00,192.00,32.64,13.89,196.45,5.48,10.76,2.04,99.00 1319204908,0.00,3309.00,1807.00,304.00,217.39,26.82,236.93,4.84,2.41,0.45,96.00
1319204909,0.00,5110.00,93.00,427.00,0.72,43.31,173.43,4.43,8.67,1.90,99.00
1319204910,0.00,6345.00,115.00,496.00,0.96,52.25,178.34,4.00,6.32,1.62,99.00
1319204911,0.00,6793.00,129.00,666.00,1.33,57.22,150.83,4.74,6.16,1.26,100.00
1319204912,0.00,6444.00,115.00,500.00,0.93,53.06,179.77,4.20,6.83,1.58,97.00
1319204913,0.00,1923.00,835.00,215.00,78.45,16.68,185.55,4.81,4.58,0.91,96.00
1319204914,0.00,0.00,788.00,0.00,83.51,0.00,217.04,0.45,0.57,0.25,20.00
1319204915,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00
1319204916,0.00,4.00,2.00,4.00,0.01,0.04,17.67,0.00,0.00,0.00,0.00
1319204917,0.00,8.00,4.00,8.00,0.02,0.09,17.83,0.00,0.00,0.00,0.00
1319204918,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00,0.00
1319204919,0.00,2.00,113.00,4.00,11.96,0.03,209.93,0.06,0.51,0.43,5.00
1319204920,0.00,59.00,147.00,54.00,11.15,0.63,120.02,0.04,0.20,0.15,3.00
1319204921,1.00,19.00,57.00,18.00,4.68,0.20,133.47,0.07,0.93,0.67,5.00

1 Ответ

6 голосов
/ 26 октября 2011

Существует замечательный пакет NeatMap, который упрощает создание тепловых карт в ggplot2.Некоторые методы кластеризации строк включают многомерное масштабирование, PCA или иерархическую кластеризацию.Вещи, на которые следует обратить внимание:

  1. Данные для make.heatmap1 должны быть в широком формате
  2. Данные должны быть в виде матрицы, а не кадра данных
  3. НазначитьИмена строк в широкоформатной матрице перед генерацией графика

Я немного изменил ваш код, чтобы избежать именования переменных так же, как базовые функции (т.е. изменение масштаба) 

fileToAnalyse.s <- ddply(fileToAnalyse.m, .(variable), transform, rescale.x = rescale(value) )     #scales each variable between 0 and 1 

fileToAnalyse.w <- dcast(fileToAnalyse.s, timestamp ~ variable, value_var="rescale.x") 
rownames(fileToAnalyse.w) <- as.character(fileToAnalyse.w[, 1]) 

ggheatmap <- make.heatmap1(as.matrix(fileToAnalyse.w[, -1]), row.method = "complete.linkage", row.metric="euclidean", column.cluster.method  ="none", row.labels = rownames(fileToAnalyse.w))
 +scale_fill_gradient(low = "black", high = "white") + labs(x = "Time", y = "") + opts(title = paste("Heatmap")
...