文章预览
教程首页 热图 热图是绘制跨两个附加变量的连续变量的好方法。为了举例说明这一点，我们将看看gene_expression数据集。 gene_expression %>% dplyr::glimpse() gene_expression %>% group_by(sample) %>% count() %>% head() 我们将首先在samplevariable中绘制每个external_gene_name的表达式值。 gene_expression %>% tidyplot(x = sample, y = external_gene_name, color = expression) %>% add_heatmap() 这里需要注意的一点是y轴标签是重叠的。所以让我们将绘图区域的高度从50毫米增加到100毫米。 gene_expression %>% tidyplot(x = sample, y = external_gene_name, color = expression) %>% add_heatmap() %>% adjust_size(height = 100) 接下来要注意的是，像Map1a和Kif1a这样的一些行显示非常高的值，而其他行显示的值要低得多。让我们应用一种经典技术来为每行中的差异保留颜色范围。这是通过单独计算每
………………………………
