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
码界筑梦坊2 小时前
91-基于Spark的空气质量数据分析可视化系统
大数据·python·数据分析·spark·django·numpy·pandas
audyxiao0018 小时前
2025年6月数据挖掘顶刊TKDE研究热点有哪些?
人工智能·数据挖掘·大模型·热点分析·tkde
云天徽上18 小时前
【数据可视化-74】电信用户流失数据可视化分析:Python + Pyecharts 炫酷大屏(含完整的数据,代码)
开发语言·python·信息可视化·数据挖掘·数据分析·数据可视化·pyecharts
云天徽上20 小时前
【数据可视化-75】北京密云区2025年7月暴雨深度分析:Python + Pyecharts 炫酷大屏可视化(含完整数据、代码)
开发语言·python·信息可视化·数据可视化·pyecharts
宝山哥哥20 小时前
python办自动化--利用vba或者python按需求读取excel文件指定列,更改列名后,按照要求将列排序,最后填充空白单元格
python·数据分析·自动化·excel·pandas
Bigemap软件1 天前
BigemapPro吸附功能 | 绘图共点共边,标绘从此无缝衔接!
arcgis·信息可视化·软件需求·地图·bigemappro
isNotNullX1 天前
主数据管理系统能代替数据中台吗?
大数据·数据仓库·人工智能·数据分析·etl
格发许可优化管理系统1 天前
GTSuite许可证性能优化建议
大数据·运维·数据库·安全·性能优化·数据分析
悟乙己1 天前
译|生存分析Survival Analysis案例入门讲解(一)
人工智能·机器学习·数据挖掘·生存分析·因果推荐
loopdeloop1 天前
机器学习、深度学习与数据挖掘:核心技术差异、应用场景与工程实践指南
深度学习·机器学习·数据挖掘