画出NC期刊的相关性热图

生信喵

1 数据来源

本次带来复现的图来自Nature Communications期刊的文章

《Host biology, ecology and the environment influence microbial biomass and diversity in 101 marine fish species》

正文Figure4a

数据在作者的source data表格中。 当然后面代码和数据都会留给大家。

2 画图

直接上代码

rm(list = ls())  ####  魔幻操作，一键清空~
getwd()
setwd('C:/Users/Phil/公众')
library(ggplot2)
library(corrplot)
#数据输入
Corr_data = read.table('fig4a.txt', header=T, sep="\t", quote = "", row.names=NULL, comment.char="",stringsAsFactors = FALSE) 

#相关性矩阵计算
Co_data = cor(Corr_data,use='pairwise.complete.obs',method='spearman')
p_values <- cor.mtest(Corr_data,conf.level=0.95,method='spearman')$p

# 打开一个PDF文件
pdf("corr_heatmap.pdf",width=8, height=6)

#绘图
#下三角矩阵
corrplot(Co_data,col =  colorRampPalette(c("#FBD37D","white","#4784C1"))(100),tl.col = "black",
         method = 'color',
         type = 'lower',
         is.corr = T,
         cl.cex = 1,
         tl.cex = 1.2,
         cl.pos = 'n',
         tl.pos = 'lt',
         addCoef.col = 'black',
         p.mat = p_values,
         sig.level = c(.001,.005,.01,.05), #根据P值标出不显著，若用insig = "blank"将不显著的空白处理
         insig = 'label_sig',
         pch.cex = 1.5,
         outline = 'black') 
#上三角矩阵
corrplot(Co_data,col =  colorRampPalette(c("#FBD37D","white","#4784C1"))(1000),tl.col = "black",
         method = 'color',
         add = T,
         type = 'upper',
         tl.pos = 'n',
         is.corr = T,
         cl.cex = 1,
         cl.ratio = 0.25,
         tl.cex = 1.2,
         addCoef.col = 'black',
         outline = 'black') 

dev.off()
#保存的pdf使用ai打开调整重叠的星号等。

结果

代码中需要用到的输入数据：fig4a.txt以及全部代码，都可以在公众号"音云商城"后台回复“20240502。