我想繪製熱圖。
我有100k * 100k方陣(50Gb(csv),右上角數字和其他0填充)。用「超大」矩陣繪製熱圖
我想問:「我怎樣才能用R繪製熱圖?」與這個巨大的數據集。
我想在大型RAM機器上的這段代碼。
d = read.table("data.csv", sep=",")
d = as.matrix(d + t(d))
heatmap(d)
我嘗試了一些庫,如heatmap.2(在gplots中)或其他。
但他們需要這麼多時間和記憶。
我想繪製熱圖。
我有100k * 100k方陣(50Gb(csv),右上角數字和其他0填充)。用「超大」矩陣繪製熱圖
我想問:「我怎樣才能用R繪製熱圖?」與這個巨大的數據集。
我想在大型RAM機器上的這段代碼。
d = read.table("data.csv", sep=",")
d = as.matrix(d + t(d))
heatmap(d)
我嘗試了一些庫,如heatmap.2(在gplots中)或其他。
但他們需要這麼多時間和記憶。
我建議你在繪製熱圖之前嚴格縮減你的矩陣,例如,做每個子矩陣的平均值(由@IaroslavDomin的建議):
# example of big mx 10k x 10 k
bigMx <- matrix(rnorm(10000*10000,mean=0,sd=100),10000,10000)
# here we downsample the big matrix 10k x 10k to 100x100
# by averaging each submatrix
downSampledMx <- matrix(NA,100,100)
subMxSide <- nrow(bigMx)/nrow(downSampledMx)
for(i in 1:nrow(downSampledMx)){
rowIdxs <- ((subMxSide*(i-1)):(subMxSide*i-1))+1
for(j in 1:ncol(downSampledMx)){
colIdxs <- ((subMxSide*(j-1)):(subMxSide*j-1))+1
downSampledMx[i,j] <- mean(bigMx[rowIdxs,colIdxs])
}
}
# NA to disable the dendrograms
heatmap(downSampledMx,Rowv=NA,Colv=NA)
爲了確保您的龐大矩陣,將需要一段時間來計算downSampledMx,但它應該是可行的。
編輯:
我覺得應該降採樣保持可識別 「宏觀模式」,例如請看下面的例子:
# create a matrix with some recognizable pattern
set.seed(123)
bigMx <- matrix(rnorm(50*50,mean=0,sd=100),50,50)
diag(bigMx) <- max(bigMx) # set maximum value on the diagonal
# set maximum value on a circle centered on the middle
for(i in 1:nrow(bigMx)){
for(j in 1:ncol(bigMx)){
if(abs((i - 25)^2 + (j - 25)^2 - 10^2) <= 16)
bigMx[i,j] <- max(bigMx)
}
}
# plot the original heatmap
heatmap(bigMx,Rowv=NA,Colv=NA, main="original")
# function used to down sample
downSample <- function(m,newSize){
downSampledMx <- matrix(NA,newSize,newSize)
subMxSide <- nrow(m)/nrow(downSampledMx)
for(i in 1:nrow(downSampledMx)){
rowIdxs <- ((subMxSide*(i-1)):(subMxSide*i-1))+1
for(j in 1:ncol(downSampledMx)){
colIdxs <- ((subMxSide*(j-1)):(subMxSide*j-1))+1
downSampledMx[i,j] <- mean(m[rowIdxs,colIdxs])
}
}
return(downSampledMx)
}
# downsample x 2 and plot heatmap
downSampledMx <- downSample(bigMx,25)
heatmap(downSampledMx,Rowv=NA,Colv=NA, main="downsample x 2")
# downsample x 5 and plot heatmap
downSampledMx <- downSample(bigMx,10)
heatmap(downSampledMx,Rowv=NA,Colv=NA, main="downsample x 5")
這裏的3個熱圖:
對不起但100K X 100K磚的熱圖是完全不可能想象在屏幕上,即使工作圖像將被大幅縮小,你會看到一個插值像素,應該有50x50的瓷磚......所以,爲什麼不縮放矩陣然後調用熱圖? – digEmAll
是不是應該像10:1的行和列進行降採樣並繪製?在這種情況下,集羣看起來像平等嗎? – kgyk1993
是的,這就是我的意思...或者你可以分開你的矩陣說100個子矩陣,並繪製他們每個... – digEmAll