Nature图形复现—两种快速绘制热图的方法

相信大家在科研过程中,会遇到热图,有时候会觉得热图理解起来比较困难,或者觉得绘制热图也比较困难。本期教程我们来深入了解热图、绘制热图。

热图是一种通过颜色深浅或色阶变化来直观展示数据分布、密度或数值大小的可视化工具。它在多个领域(如数据分析、生物信息学、地理信息系统等)中被广泛使用。

其核心原理为:

1 **)颜色映射:**将数值大小映射到颜色(如红色表示高值,蓝色表示低值);

2 **)矩阵结构:**通常以二维矩阵形式呈现,行和列代表不同的类别或维度,单元格颜色反映对应位置的数值。

常见应用场景:

**数据分析:**展示相关性矩阵(如变量间的相关系数)、用户行为分析(如网页点击热图)。

生物信息学:基因表达水平聚类分析(如RNA测序数据,展示不同样本(如不同的疾病状态、不同时间点等)下多个基因的表达水平等)。

**地理信息:**人口密度、温度分布等空间数据可视化。

**商业分析:**销售热区、用户活跃时段分布。

本期教程以2022年6月发表于Nature communications的一篇文章,使用Origin和Graphpad绘制热图。

Origin 绘制热图

1.打开Origin软件,把数据导入到软件中;

2.选中所有的数据,点击绘图---等高线图---热图;

3.在跳出的对话框下,直接点击确定;

4.绘制出来的图形如下图所示,接着需要对其进行细节美化;

5.双击图形,在颜色映射对话框下,点击填充,选择加载调色板,选择自己喜欢的颜色;

6.点击下轴,在跳出的浮动工具,选择显示相对轴,刻度样式选择无,取消勾选显示标签。点击上轴,在跳出的浮动工具,刻度样式同样选择无;

7.接着对其进行其它细节美化,包括对横坐标标签进行修改,修改字体大小,样式等,其最终效果图如下图所示:

Graphpad绘制热图

1.打开Graphpad软件,选择分组---在选项处选择第一个,接着将数据导入到软件中;

2.点击图表中的左侧图那里,选择对应数据,如本数据的Data2,在跳出的对话框,选择热图,选择第一个图形;

3.绘制出来的图形如下图所示,接着需要对其进行细节美化;

4.双击图形,在颜色映射对话框下,颜色映射选择为双梯度,范围最小值和最大值设置为自己喜欢的颜色;

5.在标签对话框下,行标签选择行标题,列标签位置设置为无;

6.接着对其进行其它细节美化,其中包括添加和修改坐标轴标签,修改颜色标尺等,其最终效果图如下图所示:

以上就是Origin和Graphpad绘制热图的基本步骤,相比之下,个人觉得Graphpad绘制出来的图形与Nature子刊的图形更加相似,但Origin绘制起来更加方便。大家根据自己的需求来进行选择即可。

热图是常用的表征数据的手段,科研人快快都学习起来吧!

------ END ------

相关推荐
B站_计算机毕业设计之家1 小时前
计算机毕业设计:Python农业数据可视化分析系统 气象数据 农业生产 粮食数据 播种数据 爬虫 Django框架 天气数据 降水量(源码+文档)✅
大数据·爬虫·python·机器学习·信息可视化·课程设计·农业
hqyjzsb2 小时前
2025年市场岗位能力重构与跨领域转型路径分析
c语言·人工智能·信息可视化·重构·媒体·改行学it·caie
Dev7z4 小时前
舌苔舌象分类图像数据集
人工智能·分类·数据挖掘
CoookeCola5 小时前
MovieNet(A holistic dataset for movie understanding) :面向电影理解的多模态综合数据集与工具链
数据仓库·人工智能·目标检测·计算机视觉·数据挖掘
jarreyer7 小时前
常见分析方法与对应图表汇总
python·信息可视化·数据分析
m***记8 小时前
Python 数据分析入门:Pandas vs NumPy 全方位对比
python·数据分析·pandas
Hy行者勇哥12 小时前
文本描述驱动的可视化工具在IDE中的应用与实践
信息可视化
麦麦大数据12 小时前
F029 vue游戏推荐大数据可视化系统vue+flask+mysql|steam游戏平台可视化
vue.js·游戏·信息可视化·flask·推荐算法·游戏推荐
西贝爱学习13 小时前
2025电脑价格数据集/构建电脑价格预测模型/数据量为 10 万行
数据分析·电脑
中达瑞和-高光谱·多光谱14 小时前
多光谱图像颜色特征用于茶叶分类的研究进展
人工智能·分类·数据挖掘