关键词：
参考技术A热图是一个以颜色变化来显示数据的可视化矩阵，Toussaint Loua在1873年就曾使用过热图来绘制对巴黎各区的社会学统计。我们就拿这张简单朴素的热图来讲一下热图怎么看。
首先映入我们眼帘的是有的地方是黑的，有的地方是白的（颜色），每一块颜色都有对应的XY轴。言下之意，对象X的属性Y的值是用颜色表征的。颜色的聚集代表相应对象X的属性Y具有相似性（模式，pattern）。本质上它是表现一个数值矩阵，图上每一个小方格都是一个数值，按一条预设好的色彩变化尺（称为色键，Color Key），给每个数值分配颜色。
有时候我们还能看到对象X或者属性Y的聚类结果也绘制在热图的旁边，但是这就不属于热图的部分了，因为他已经不热了（热，就是有的地方冷，有的地方热）。
广泛的应用就是用热图来可视化表达量。我们想象一下一个9个样本50个基因的表达谱，人类一眼看过去就是一堆数字，而表达量数值大小映射到颜色的深浅上，看起来就很清楚了。
很多时候，为了同一个基因在不同样本中的表达量有可比性，需要对表达量取对数，或取Z-score，把数据标准化到一个水平上。
计算两个矩阵的相关性，可以得到两两的相关性，这时，用热图的颜色来表示相关性可以看出哪些配对相关性较高。
这是一张典型的seurat做的热图，可以清楚地看出不同分群有着不同的表达模式。这里的每一个色块是一个细胞某基因的表达量。cluster可以看做是细胞的聚类，Y轴的基因，我们看到也是聚类了的（很可能是手动的，每一类基因作者都给出了注释）。所以这张热图的关键是什么？ 细胞和基因及其顺序。选择合适的细胞和基因（一般是每个群的差异高表达基因）后，为什么我做的图是一团黑？很可能是因为：
人们经常需要根据差异分析的结果来探索基因列表的排序，如SC3的策略。差异基因的计算采用非参数Kruskal-Wallis检验。SC3提供了调整p值< 0.01的所有差异表达基因的列表，并绘制了p值最低的50个基因的基因表达谱。值得注意的是，聚类后的差异表达计算可能会在p值的分布中引入偏差，因此我们建议仅使用p值对基因进行排序。
这类图无疑反映了 某geneList在某cluster的表达情况 。如果巧了，这个geneList是某个细胞类型的marker基因，或者是某个功能的主要集合，热图有助于细胞群功能和类型的鉴定。热图很好地将对象（X，一般是我们的细胞）与它的属性（Y，一般是我们的基因）联系起来。
在monocle2 中我们还看到一种热图将基因的表达情况与细胞发育轨迹结合到一起。可视化所有明显依赖于分支的基因的变化（如果愿意也可以自己定义geneList）。这张热图同时显示了两种命运的变化，它还要求选择分支点（branch_point ）。列是伪时间中的点，行是基因，伪时间的开始在热图的中间。当你从热图的中间读到右边的时候，你正在跟随一个伪时间谱系。当你读到左边时，另一个。这些基因是分层聚类的，因此您可以可视化具有类似的依赖于序列的基因模块.
Answer: In Loupe Cell Browser (version 2.0.0), the heatmap is a compact display of a subset of differentially expressed genes per cluster. Specifically, the gene list is the union of the top 120/N upregulated genes for each cluster ranked by log2 fold-change (N=total number of clusters).The gene names are on the plot when you export the heatmap. However, as of version 2.0.0, there is no 1-click function to export the associated information for the subset of heatmap genes.
提到相关性，我们很容易注意到WGCNA(weighted correlation network analysis，加权基因共表达网络分析）, 用于提取与性状或临床特征相关的基因模块，解析与表达量相关生物学过程。这是除了富集分析之外另一个寻找好的geneList的方法。这里的颜色不再是表达量的度量而是相似性的度量。
人们针对单细胞发展了相应的数据结构如seurat的S4类，monocle的CDS，SingleCellExperiment的sce,scanpy的anndata等，可见单细胞的故事远大于一张二维的表达谱。那么一张热图往往也不能完全的说明问题，于是我们希望能够灵活地操纵热图来讲更多的故事。于是，我们发现ComplexHeatmap这个R包真的是热图神器。
数据可视化的过程就是一段探索意义的旅程，给每一种颜色、每一种形状、每一种聚集和离散找到一种生物学意义。这让我想起海子的《面朝大海，春暖花开》：
ComplexHeatmap
R数据可视化3：热图
如何画热图
10秒钟-完美掌握-热图（heatmap）绘制 - 所有人都可以！
pheatmap行标签顺序大调整
...科学论文中，我们经常要用到热图。我们在热图在单细胞数据分析中的应用比较系统地介绍了热图的一般规则。但是在实际操作中还是会遇到一些细节问题，如标签顺序。我们知道一个好的热图，要能反映出数据规律，直觉上就... 查看详情
单细胞转录组之拟时序分析
...两个亚群的表达参考来源#section3已更新#「生信技能树」单细胞公开课2021_哔哩哔哩_bilibili致谢IthankDr.JianmingZeng(UniversityofMacau),andallthemembersofhisbioinformaticsteam,bi 查看详情
seurat4.0系列教程21：结合cellhashing分析双细胞
...寡核苷酸标记的抗体标记细胞表面表达的蛋白质，在每个单细胞上放置一个"样本条形码"，使不同的样品能够一起多路复用，并在单次实验中运行。欲了解更多信息，请参阅此文此教程简要演示如何处理Seurat中与CellHashing... 查看详情
单细胞笔记2-infercnv的使用
参考技术AinferCNV是用于单细胞测序数据推断肿瘤细胞拷贝数变异的工具。之前我做inferCNV都是仅仅出一张图，肉眼验证一下Seurat分群是否正确，没有利用其中间产生的大量有意义的文件。直到这次，我把我认为的肿瘤细胞拿出来... 查看详情
10x单细胞个性化分析之cnv篇
参考技术A目前单细胞分析而言，分析方向大致包括以下几个方面，1）器官发育（这个用空间转录组更为合适）；2）疾病样本，尤其是肿瘤样本的分析研究；3）其他非模式物种的细胞图谱。其中对于肿瘤样本的分析，在基因组... 查看详情
使用 Pandas 数据框中的值注释热图
】使用Pandas数据框中的值注释热图【英文标题】：AnnotateheatmapwithvaluefromPandasdataframe【发布时间】：2014-01-2805:32:24【问题描述】：我想用我从数据框传递到下面函数的值来注释热图。我查看了matplotlib.text但无法在我的热图中以所... 查看详情
单细胞数据分析中的秩和检验与t检验
参考技术A在单细胞数据分析的过程中，寻找差异基因的过程需要用到对基因统计的假设检验（例如函数FindAllMarkers中的test.use参数），我们这里来深入了解一下假设检验的方法和应用环境。秩和检验适用于广泛的统计学环境，秩... 查看详情
python如何根据存储在python列表中的数据制作热图(代码片段)
matplotlib 中的 3D 离散热图
】matplotlib中的3D离散热图【英文标题】：3Ddiscreteheatmapinmatplotlib【发布时间】：2017-04-1217:19:03【问题描述】：我在python中有一个包含3维数据的元组列表，其中每个元组的形式为：（x，y，z，data_value），即，我在每个（x，y，z）... 查看详情
玩转单细胞高级分析单细胞富集分析篇
参考技术A单细胞数据结果提供了不同细胞类型之间的差异表达基因，这些基因参与的生物学通路决定了不同细胞类型的生物功能。因此，针对不同细胞类型的差异基因进行富集分析，可以更好的了解每种细胞类型参与的生物学... 查看详情
10x单细胞转录组整合、转录组&&atac整合分析之vipcca
参考技术A单细胞测序在基因调控、细胞分化和细胞多样性研究中具有革命性意义。随着近年来技术的显着改进，每个实验检测的单细胞数量呈指数级增长，同时大规模研究产生的数据集也在快速增长和积累。因此，当前单细胞... 查看详情
单细胞marker基因可视化的补充---密度图与等高线图
参考技术A单细胞系列已经说了很多关于基因可视化的方法了。单细胞基因可视化之小提琴图单细胞基因个性化作图之气泡图单细胞基因可视化之热图改造修饰1单细胞基因可视化之热图的根本改造2单细胞基因可视化之UMAP图修饰... 查看详情
10x单细胞&10xatac联合分析表征细胞调控网络（mira）
参考技术A严格比较同一单细胞中的基因表达和染色质可及性，可以阐明这些机制的耦合或解耦如何调节fatecommitment的逻辑（看来这里分析的是单细胞多组学的RNA&ATAC）。在这里，开发了MIRA：用于综合调节分析的概率多模态模... 查看详情
跟着cell学单细胞转录组分析(五):单细胞转录组marker基因鉴定及细胞群注释
参考技术A书接上回（跟着Cell学单细胞转录组分析(四):单细胞转录组测序UMAP降维聚类）。完成数据降维和细胞聚类后，最主要的环节和工作就是确定各个细胞群，明确是什么类型的细胞，正群的细胞定群很关键，涉及到整个研究... 查看详情
R中的热图或密度图
】R中的热图或密度图【英文标题】：HeatmapordensitymapinR【发布时间】：2012-04-1719:57:19【问题描述】：我是R新手，正在尝试创建热图或密度图来显示我的结果。我有20个不同地点和20年的x数据。我试图在同一张地图中显示位置和年... 查看详情
珍藏史上最全热图绘制工具及操作流程（一）
参考技术Aheatmap（热图）一词相信大家肯定不会陌生，在很多重量级科学论文中非常常见。使用heatmap可以容易展示多组分之间关系或相关性，也能展示基因表达前后差异。heatmap其实还蕴含不少分析的秘诀，这么高大上的heatmap是... 查看详情
r中的热图足球比赛
】r中的热图足球比赛【英文标题】：Heatmapsoccergameinr【发布时间】：2020-11-0103:25:21【问题描述】：我有一个数据框，其中包含球员在球场上的位置。该区域的边界框为0-1000和0-750。起始球位375-500，起始球员位637-692。我尝试使用ge... 查看详情
来自枢轴的seaborn热图中的数据顺序
】来自枢轴的seaborn热图中的数据顺序【英文标题】：Dataorderinseabornheatmapfrompivot【发布时间】：2017-09-2709:48:05【问题描述】：所以我有一个使用seaborn创建的热图revels=rd.pivot("Flavour","Packetnumber","Contents")ax=sns.heatmap(revels,annot=True,fmt="... 查看详情