2

我有 100x100 整数矩阵（每个变量代表一个百分比值）。所以我想通过热图绘制数据（我想这个是合适的）。此外，由于以下情况，我想让区域明显分开；如果“百分比 > 50”，则将该区域相对于“百分比”的值绘制为红色。例如，如果百分比为 80，那么它的红色将比 50 的百分比更深。好吧，您可以看到我正在尝试做的示例。

在此处输入图像描述

对于任何帮助，我将不胜感激。不管怎么说，还是要谢谢你

编辑：这是读取和构造矩阵的示例代码。

library(ggplot2)

outcomeMatrix <- read.table("probMatrix.txt")

firstCol = as.numeric(outcomeMatrix[1,])
firstRow = as.numeric(outcomeMatrix[,1])

matrix <- as.matrix(scale(outcomeMatrix))

那么你可以在下面看到一个数据样本（10x10 矩阵）

数据

4

2 回答 2

2

此外，image可能会有所帮助：

#matrix with the part of your data 10x10 you uploaded
mat <- as.matrix(read.table(text = "0 0 0 0 0 0 0 0 0 0
41 10 2 0 0 0 0 0 0 0
75 36 20 9 4 2 1 0 0 0
91 65 47 31 20 13 8 5 3 2
97 78 64 47 35 25 18 12 8 5
99 88 76 63 50 39 29 22 16 11
99 93 85 74 63 52 42 32 25 19
99 96 91 83 73 64 53 44 35 28
99 98 94 88 81 72 64 54 46 37
99 98 96 92 87 80 72 64 55 47"))

#neccessary step to `image` the expected. read `?image`
t_mat <- t(mat[ncol(mat):1,])

#basic plot
image(t_mat, col = colorRampPalette(c("blue", "red"))(10), axes = F)

#creaty matrix with `NA`s and fill 
#only the values you want to appear yellow.
#here: say 45 to 55
yellows <- matrix(nrow = nrow(t_mat), ncol = ncol(t_mat))
yellows[which(t_mat > 45 & t_mat < 55)] <- t_mat[which(t_mat > 45 & t_mat < 55)] 

#overlay "yellows" to basic plot
image(yellows, col = rgb(1,1,0,1/2), add = T)

情节看起来：

在此处输入图像描述

PS我猜这就是黄色边框的用途。对不起，如果我误解了。

编辑

添加了示例legend和标签：

title(main = "imageplot", xlab = "x axis", ylab = "y axis")
legend(x = 0.6, y = 1.15, legend = c("<45", "45-55", ">55"), 
           fill = c("blue", rgb(1,1,0,1/2), "red"), xpd = T, ncol = 3)

编辑2

为两个轴添加了标签：

#I guess you'll need to use `axis(1, at = seq(0,1,0.0101), labels = seq(1, 100, 1))` 
#but I'm not sure
axis(1, at = seq(0,1,0.11), labels = seq(1, 10, 1)) 
axis(2, at = seq(0,1,0.11), labels = seq(1, 10, 1))
于 2013-10-22T15:40:22.453 回答
1

像这样的东西？

## Random data
set.seed(1337)
m <- matrix(runif(10000, 0, 100), ncol=100,nrow=100)

## Reshape data to long format
mm <- melt(m)

## Plot
ggplot(data=mm) +
    geom_tile(aes(x=Var1, y=Var2, fill=value)) +
    scale_fill_gradient2(low="blue", mid="white", high="red", midpoint=50)

在此处输入图像描述

于 2013-10-22T13:51:05.843 回答