pheatmap 中的一些奇怪的东西（一个错误？）
Something weird in pheatmap (a bug?)
可重现数据：
data(crabs, package = "MASS")
df <- crabs[-(1:3)]
set.seed(12345)
df$GRP <- kmeans(df, 4)$cluster
df.order <- dplyr::arrange(df, GRP)
数据说明：
df 有 5 个数值变量。我根据这 5 个属性做了 K-means 算法，并产生了一个新的分类变量 GRP，它有 4 个水平。接下来，我用GRP命令它并命名为df.order.
我用pheatmap做了什么：
## 5 numerical variables for coloring
colormat <- df.order[c("FL", "RW", "CL", "CW", "BD")]
## Specify the annotation variable `GRP` shown on left side of the heatmap
ann_row <- df.order["GRP"]
## gap indices
gapRow <- cumsum(table(ann_row$GRP))
library(pheatmap)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
annotation_row = ann_row, gaps_row = gapRow)
Error in annotation_colors[[colnames(annotation)[i]]] :
subscript out of bounds
我在这里发现了一些奇怪的东西：
一开始我猜是参数annotation_row引起的问题。我检查了两个数据框的行名。
all.equal(rownames(colormat), rownames(ann_row))
# [1] TRUE
你可以看到它们是相等的。但是，我执行了以下代码并且热图起作用了。
rownames(colormat) <- rownames(ann_row)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
annotation_row = ann_row, gaps_row = gapRow)
理论上这段代码 "rownames(colormat) <- rownames(ann_row)" 应该没有意义，因为这两个对象本来是相等的，但为什么它使 pheatmap() 函数起作用？
编辑： 根据@steveb 的评论，我什至不必使用 ann_row 设置行名。我刚设置
rownames(colormat) <- rownames(colormat)
而且作弊图也有效。这种情况还是有悖常理的。
最终输出：
简而言之，colormat在rownames(colormat) <- rownames(colormat)之前没有rownames，在rownames(colormat) <- rownames(colormat)之后有rownames。这个答案开始触及问题的本质，但没有深入探讨 pheatmap 为什么或如何 运行 进入这个问题，或者为什么 R 以这种方式工作。换句话说，我没有深入研究 R 中如何处理行名的细节。
此问题的本质与 rownames 返回行号的默认向量有关；每个元素都是一个数值，但表示为一个字符串，因此第 10 行变为行名“10”。使用 attributes(colormat) 时，您会看到 $row.names 是 rownames(colormat) <- rownames(colormat) 之前的数值向量和之后的字符向量（它现在有行名称）。我不清楚为什么在没有设置行名称时返回任何内容（NULL 或 NA 除外）。
attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
##
## $row.names
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
## [39] 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
## [77] 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
## [115] 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152
## [153] 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190
## [191] 191 192 193 194 195 196 197 198 199 200
##
## $class
## [1] "data.frame"
rownames(colormat) <- rownames(colormat)
attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
##
## $row.names
## [1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "11" "12" "13" "14" "15" "16" "17" "18" "19" "20" "21" "22" "23" "24" "25"
## [26] "26" "27" "28" "29" "30" "31" "32" "33" "34" "35" "36" "37" "38" "39" "40" "41" "42" "43" "44" "45" "46" "47" "48" "49" "50"
## [51] "51" "52" "53" "54" "55" "56" "57" "58" "59" "60" "61" "62" "63" "64" "65" "66" "67" "68" "69" "70" "71" "72" "73" "74" "75"
## [76] "76" "77" "78" "79" "80" "81" "82" "83" "84" "85" "86" "87" "88" "89" "90" "91" "92" "93" "94" "95" "96" "97" "98" "99" "100"
## [101] "101" "102" "103" "104" "105" "106" "107" "108" "109" "110" "111" "112" "113" "114" "115" "116" "117" "118" "119" "120" "121" "122" "123" "124" "125"
## [126] "126" "127" "128" "129" "130" "131" "132" "133" "134" "135" "136" "137" "138" "139" "140" "141" "142" "143" "144" "145" "146" "147" "148" "149" "150"
## [151] "151" "152" "153" "154" "155" "156" "157" "158" "159" "160" "161" "162" "163" "164" "165" "166" "167" "168" "169" "170" "171" "172" "173" "174" "175"
## [176] "176" "177" "178" "179" "180" "181" "182" "183" "184" "185" "186" "187" "188" "189" "190" "191" "192" "193" "194" "195" "196" "197" "198" "199" "200"
##
## $class
## [1] "data.frame"
问题不在于行名的数值与字符值，而是是否设置了行名。如果您执行了以下操作：
rownames(colormat) <- 1:nrow(colormat)
您会发现这也可以解决问题，因为 rownames 现在设置为行号的数值（请参阅 attributes(colormat) 输出）。
如果你在rownames(colormat) <- rownames(colormat)之前使用tibble::has_rownames(colormat)，那么你会得到FALSE。赋值后得到TRUE.
tibble::has_rownames(colormat)
## [1] FALSE
rownames(colormat) <- rownames(colormat)
tibble::has_rownames(colormat)
## [1] TRUE
我不确定 pheatmap 如何在内部使用 colormat，但它必须 运行 进入 rownames 未设置的问题。如果您联系此包的作者（可能通过 GitHub : https://github.com/raivokolde/pheatmap），他们可能会更新代码以在下一个版本中处理这种特殊情况。
可重现数据：
data(crabs, package = "MASS")
df <- crabs[-(1:3)]
set.seed(12345)
df$GRP <- kmeans(df, 4)$cluster
df.order <- dplyr::arrange(df, GRP)
数据说明：
df 有 5 个数值变量。我根据这 5 个属性做了 K-means 算法，并产生了一个新的分类变量 GRP，它有 4 个水平。接下来，我用GRP命令它并命名为df.order.
我用pheatmap做了什么：
## 5 numerical variables for coloring
colormat <- df.order[c("FL", "RW", "CL", "CW", "BD")]
## Specify the annotation variable `GRP` shown on left side of the heatmap
ann_row <- df.order["GRP"]
## gap indices
gapRow <- cumsum(table(ann_row$GRP))
library(pheatmap)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
annotation_row = ann_row, gaps_row = gapRow)
Error in annotation_colors[[colnames(annotation)[i]]] : subscript out of bounds
我在这里发现了一些奇怪的东西：
一开始我猜是参数annotation_row引起的问题。我检查了两个数据框的行名。
all.equal(rownames(colormat), rownames(ann_row))
# [1] TRUE
你可以看到它们是相等的。但是，我执行了以下代码并且热图起作用了。
rownames(colormat) <- rownames(ann_row)
pheatmap(colormat, cluster_rows = F, show_rownames = F,
annotation_row = ann_row, gaps_row = gapRow)
理论上这段代码 "rownames(colormat) <- rownames(ann_row)" 应该没有意义，因为这两个对象本来是相等的，但为什么它使 pheatmap() 函数起作用？
编辑： 根据@steveb 的评论，我什至不必使用 ann_row 设置行名。我刚设置
rownames(colormat) <- rownames(colormat)
而且作弊图也有效。这种情况还是有悖常理的。
最终输出：
简而言之，colormat在rownames(colormat) <- rownames(colormat)之前没有rownames，在rownames(colormat) <- rownames(colormat)之后有rownames。这个答案开始触及问题的本质，但没有深入探讨 pheatmap 为什么或如何 运行 进入这个问题，或者为什么 R 以这种方式工作。换句话说，我没有深入研究 R 中如何处理行名的细节。
此问题的本质与 rownames 返回行号的默认向量有关；每个元素都是一个数值，但表示为一个字符串，因此第 10 行变为行名“10”。使用 attributes(colormat) 时，您会看到 $row.names 是 rownames(colormat) <- rownames(colormat) 之前的数值向量和之后的字符向量（它现在有行名称）。我不清楚为什么在没有设置行名称时返回任何内容（NULL 或 NA 除外）。
attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
##
## $row.names
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
## [39] 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
## [77] 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
## [115] 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152
## [153] 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190
## [191] 191 192 193 194 195 196 197 198 199 200
##
## $class
## [1] "data.frame"
rownames(colormat) <- rownames(colormat)
attributes(colormat)
## $names
## [1] "FL" "RW" "CL" "CW" "BD"
##
## $row.names
## [1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "11" "12" "13" "14" "15" "16" "17" "18" "19" "20" "21" "22" "23" "24" "25"
## [26] "26" "27" "28" "29" "30" "31" "32" "33" "34" "35" "36" "37" "38" "39" "40" "41" "42" "43" "44" "45" "46" "47" "48" "49" "50"
## [51] "51" "52" "53" "54" "55" "56" "57" "58" "59" "60" "61" "62" "63" "64" "65" "66" "67" "68" "69" "70" "71" "72" "73" "74" "75"
## [76] "76" "77" "78" "79" "80" "81" "82" "83" "84" "85" "86" "87" "88" "89" "90" "91" "92" "93" "94" "95" "96" "97" "98" "99" "100"
## [101] "101" "102" "103" "104" "105" "106" "107" "108" "109" "110" "111" "112" "113" "114" "115" "116" "117" "118" "119" "120" "121" "122" "123" "124" "125"
## [126] "126" "127" "128" "129" "130" "131" "132" "133" "134" "135" "136" "137" "138" "139" "140" "141" "142" "143" "144" "145" "146" "147" "148" "149" "150"
## [151] "151" "152" "153" "154" "155" "156" "157" "158" "159" "160" "161" "162" "163" "164" "165" "166" "167" "168" "169" "170" "171" "172" "173" "174" "175"
## [176] "176" "177" "178" "179" "180" "181" "182" "183" "184" "185" "186" "187" "188" "189" "190" "191" "192" "193" "194" "195" "196" "197" "198" "199" "200"
##
## $class
## [1] "data.frame"
问题不在于行名的数值与字符值，而是是否设置了行名。如果您执行了以下操作：
rownames(colormat) <- 1:nrow(colormat)
您会发现这也可以解决问题，因为 rownames 现在设置为行号的数值（请参阅 attributes(colormat) 输出）。
如果你在rownames(colormat) <- rownames(colormat)之前使用tibble::has_rownames(colormat)，那么你会得到FALSE。赋值后得到TRUE.
tibble::has_rownames(colormat)
## [1] FALSE
rownames(colormat) <- rownames(colormat)
tibble::has_rownames(colormat)
## [1] TRUE
我不确定 pheatmap 如何在内部使用 colormat，但它必须 运行 进入 rownames 未设置的问题。如果您联系此包的作者（可能通过 GitHub : https://github.com/raivokolde/pheatmap），他们可能会更新代码以在下一个版本中处理这种特殊情况。