在 R 中的热图上按集群对变量进行分组

Group variables by clusters on heatmap in R

我正在尝试重现 this paper on graph clustering 的第一个数字:

这是我的邻接矩阵示例:

data=cbind(c(48,0,0,0,0,1,3,0,1,0),c(0,75,0,0,3,2,1,0,0,1),c(0,0,34,1,16,0,3,0,1,1),c(0,0,1,58,0,1,3,1,0,0),c(0,3,16,0,181,6,6,0,2,2),c(1,2,0,1,6,56,2,1,0,1),c(3,1,3,3,6,2,129,0,0,1),c(0,0,0,1,0,1,0,13,0,1),c(1,0,1,0,2,0,0,0,70,0),c(0,1,1,0,2,1,1,1,0,85))
colnames(data)=letters[1:nrow(data)]
rownames(data)=colnames(data)

通过这些命令,我​​获得了以下热图:

library(reshape)
library(ggplot2)
data.m=melt(data)
data.m[,"rescale"]=round(rescale(data.m[,"value"]),3)
p=ggplot(data.m,aes(X1, X2))+geom_tile(aes(fill=rescale),colour="white") 
p=p+scale_fill_gradient(low="white",high="black")
p+theme(text=element_text(size=10),axis.text.x=element_text(angle=90,vjust=0)) 

这与上面图 1 左侧的图非常相似。唯一的区别是 (1) 节点不是随机排序而是按字母顺序排序,以及 (2) 我使用的不是二进制 black/white 像素,而是使用 "shades of grey" 调色板来显示强度节点之间的共现。

但关键是很难区分任何集群结构(对于 100 个节点的完整集合更是如此)。所以,我想在热图上按簇排序我的顶点。我有这个来自社区检测算法的成员向量:

membership=c(1,2,4,2,5,3,1,2,2,3)

现在,我怎样才能获得类似于上图 1 右侧的热图?

非常感谢您的帮助

PS: 我已经试验了 R draw kmeans clustering with heatmap and R: How do I display clustered matrix heatmap (similar color patterns are grouped) 但无法得到我想要的。

事实证明这非常简单。我仍在发布解决方案,这样我的其他人就不会像我一样浪费时间了。

第一部分与之前完全相同:

data.m=melt(data)
data.m[,"rescale"]=round(rescale(data.m[,"value"]),3)

现在,诀窍是熔化的因子水平 data.frame 必须按成员排序:

data.m[,"X1"]=factor(data.m[,"X1"],levels=levels(data.m[,"X1"])[order(membership)])
data.m[,"X2"]=factor(data.m[,"X2"],levels=levels(data.m[,"X2"])[order(membership)])

然后,绘制热图(与之前相同):

p=ggplot(data.m,aes(X1, X2))+geom_tile(aes(fill=rescale),colour="white") 
p=p+scale_fill_gradient(low="white",high="black")
p+theme(text=element_text(size=10),axis.text.x=element_text(angle=90,vjust=0))

这次,星团清晰可见。