corrplot和相关矩阵的pheatmap之间的区别？如何使两者保持一致

编程问答 2022-04-27

问题描述

我注意到 corrplot 制作的相关图与 pheatmap 制作的不同。 原始数据： enter link description here

corrplot 中的相关矩阵，

count = read.csv('data_here.csv') 
mtx = cor(count,method = 'kendall')

corrplot(mtx,method="color",tl.cex = .35,order="hclust",hclust.method = 'complete')

enter image description here

想在图的轴上添加树状图，但还没有使用 ccorrplot 弄清楚... 所以我尝试了 pheatmap，

mtx %>% pheatmap(
fontsize = 3,clustering_method = 'complete')

enter image description here

很明显，这两个包的集群方式不同。例如基因 RSPO3

解决方法

受到这篇文章的启发， https://www.datanovia.com/en/blog/clustering-using-correlation-as-distance-measures-in-r/

就是这样想出来的！

pheatmap(mtx,fontsize = 3,clustering_distance_cols = as.dist(1 - mtx),clustering_distance_rows = as.dist(1 - mtx)
)
correlationpheatmapr-corrplot