如何使用 ggplot 绘制矩阵图答案

【问题标题】：How do I graph a matrix using ggplot如何使用 ggplot 绘制矩阵图
【发布时间】：2021-10-10 15:25:41
【问题描述】：

我想可视化一个矩阵。

MAT <-  matrix(c(100, 7, 0, 0, 49, 0, 0, 0, -49), nrow = 3, ncol = 3)

> MAT
     [,1] [,2] [,3]
[1,]  100    7    0
[2,]    0   49    0
[3,]    0    0  -49

但是，标准方法不能正确地对小数字进行着色，并且使用的边距大得无法接受。

image(t(MAT[nrow(MAT):1,] ), axes=FALSE)

我想使用geom_raster() 或geom_tile() 在ggplot 中绘制这个矩阵。

【问题讨论】：

标签： r ggplot2 matrix

【解决方案1】：

以下功能允许您调整颜色。通过使用将零表示为白色的颜色渐变，很容易将小数字检测为与白色的细微差异。

警告：vizMat() 仅适用于方阵。

警告：vizMat() 在昏暗 > 99 时中断；这与解析和排序列有关。

library(tidyverse)

vizMat <- function(thisMAT) {
  n_max <- dim(thisMAT)[1]
  VNN <- paste0("V", sprintf("%02d",1:n_max))
  df <- rev(as.data.frame(t(thisMAT)))
  names(df) <- VNN
  df %>%
    mutate(row_num = VNN) %>% 
    select(row_num, everything()) %>% 
    pivot_longer(-row_num) %>% 
    ggplot(aes(x=row_num, y=name, fill=value)) +
    geom_raster(show.legend = F) +
    scale_fill_gradient2(low = "red",
                         mid = "white",
                         high = "navy", midpoint = .02) +
    theme_void()
}

MAT <-  matrix(c(100, 7, 0, 0, 49, 0, 0, 0, -49), nrow = 3, ncol = 3)
vizMat(MAT)

【讨论】：

【解决方案2】：

您可以将ggplot2 中的geom_tile() 几何与scale_fill_fermenter() 一起使用。您可以调整标尺的 breaks 参数，使其具有您想要的不同断点的任何值（添加更大/更小的限制可防止标尺末端的超长类别）。

graphmat <- function(MAT) {
    mat <- as_tibble(MAT, .name_repair = ~paste0("V", 1:ncol(MAT))) %>%
        mutate(row = 1:nrow(.)) %>%
        pivot_longer(cols = starts_with("V"),
                     names_pattern = "V(.+)", names_to = "col") %>%
        mutate(col = as.numeric(col))
    ggplot(mat, aes(x = row, y = col, fill = value)) +
        geom_tile() +
        scale_fill_fermenter(
            breaks = c(-50, -5, 0, 5, 99),
            limits = c(-50.001, 99.001),
            palette = "RdBu"
        ) +
        scale_y_reverse() +
        theme_minimal() +
        theme(
            legend.position = 'top',
            legend.key.width = unit(70, "pt"),
            legend.key.height = unit(10, "pt"),
        )
}

MAT <-  matrix(c(100, 7, 0, 0, 49, 0, 0, 0, -49), nrow = 3, ncol = 3)
graphmat(MAT)

BIGMAT <-  matrix(round(runif(500^2)*100, 2), nrow = 500, ncol = 500)
graphmat(BIGMAT)

【讨论】：

感谢您的努力，除了获得对矩阵结构的直觉外，我还想保持其方向（您已经做到了），有效利用空间（留有小边距），以及进行有意义的分色。
代码还需要能够扩展到大型矩阵。您的解决方案不会超过 10；但是，我目前的解决方案不能超过 100。
我真的很喜欢您使用 .name_repair 和 names_pattern 参数。我计划在升级我的版本时使用这些。谢谢！
谢谢！单元格数量的问题是由于pivot_longer 的names_pattern 参数中的正则表达式不正确造成的。它必须是names_pattern = V(.+)`（注意“+”）。解决这个问题，解决方案应该足够大以覆盖非常大的矩阵。我已经编辑了答案以显示两者。

【解决方案3】：

heatmap 呢？

heatmap(MAT)

【讨论】：

我想可视化一个矩阵以获得对其结构的直觉。为此，保持其方向、有效利用空间（留出小边距）并进行有意义的分色非常重要。