我有一个 1000*1000 的矩阵（只包含整数 0 和 1），但是当我尝试制作热图时，由于它太大而出现错误。
如何创建具有如此大矩阵的热图？
【问题讨论】：
[r] heatmap。
image(m)？
使用heatmap3，它比默认的heatmap 函数更节省内存，并且通过使用fastcluster 包来执行层次聚类对我来说更快。添加参数useRaster=TRUE 也有帮助：
library(heatmap3)
nrowcol <- 1000
dat <- matrix(ifelse(runif(nrowcol*nrowcol) > 0.5, 1, 0), nrow=nrowcol)
heatmap3(dat,useRaster=TRUE)
useRaster=TRUE 似乎对于将内存使用保持在限制范围内非常重要。您可以在heatmap.2 中使用相同的参数。计算层次聚类的距离矩阵是计算中的主要开销，但heatmap3 使用更有效的fastcluster 包来处理大型矩阵。 With very large matrices you will unavoidably get into trouble though trying to do a distance-based hierarchical cluster. 在这种情况下，您仍然可以使用参数 Rowv=NA 和 Colv=NA 来抑制行和列树形图，并使用其他一些逻辑来对行和列进行排序，例如
nrowcol <- 5000
dat <- matrix(ifelse(runif(nrowcol*nrowcol) > 0.5, 1, 0), nrow=nrowcol)
heatmap3(dat,useRaster=TRUE,Rowv=NA,Colv=NA)
在我的 8 Gb 内存的笔记本电脑上仍然可以正常运行，而包含树状图的情况下它已经开始崩溃了。
【讨论】：
您也可以使用 gplots 包中的 heatmap.2 并简单地关闭树状图，因为这些通常占用最多的计算时间（根据我的经验）。
另外，您是否考虑过通过 pdf()、png() 或 jpeg() 将热图直接打印到文件中？
【讨论】：
我可以相信热图至少需要很长时间，因为heatmap 做了很多花哨的东西，需要额外的时间和内存。使用@bill_080 示例中的dat：
## basic command: 66 seconds
t0 <- system.time(heatmap(dat))
## don't reorder rows & columns: 43 seconds
t1 <- system.time(heatmap(dat,Rowv=NA))
## remove most fancy stuff (from ?heatmap): 14 seconds
t2 <- system.time( heatmap(dat, Rowv = NA, Colv = NA, scale="column",
main = "heatmap(*, NA, NA) ~= image(t(x))"))
## image only: 13 seconds
t3 <- system.time(image(dat))
## image using raster capability in R 2.13.0: 1.2 seconds
t4 <- system.time(image(dat,useRaster=TRUE))
您可能需要考虑您真正想要从热图中得到什么——即，您是否需要花哨的树状图/重新排序的东西？
【讨论】：
试试raster包，它可以处理巨大的光栅文件。
【讨论】：
我尝试时没有错误。代码如下：
library(lattice)
#Build the data
nrowcol <- 1000
dat <- matrix(ifelse(runif(nrowcol*nrowcol) > 0.5, 1, 0), nrow=nrowcol)
#Build the palette and plot it
pal <- colorRampPalette(c("red", "yellow"), space = "rgb")
levelplot(dat, main="1000 X 1000 Levelplot", xlab="", ylab="", col.regions=pal(4), cuts=3, at=seq(0,1,0.5))
【讨论】：
this SO question 中有关于 R 内存管理的建议。如果您无法分配 1000 x 1000 的图像，那么您可能应该停止尝试在手机上进行统计。
【讨论】：