R語(yǔ)言ggplot2兩個(gè)離散變量畫(huà)熱圖分別是怎樣的

數(shù)據(jù)集的部分截圖，總共是81行，52列，行是物種，列是地點(diǎn)，數(shù)值代表物種豐度

數(shù)據(jù)集下載鏈接 http://userweb.eng.gla.ac.uk/umer.ijaz/bioinformatics/ecological/SPE_pitlatrine.csv

abund_table<-read.csv("pitlatrines/SPE_pitlatrine.csv",row.names=1,check.names=FALSE)

這里的參數(shù)

• row.names=1指定第一列作為數(shù)據(jù)集的行名
• check.names 參數(shù)我平時(shí)很少用，，查了一下幫助文檔，作用是檢查每列的名字是否符合規(guī)范    

比如如下數(shù)據(jù)集分別設(shè)置 check.names參數(shù)為T(mén)和F大家可以看下效果

abund_table<-t(abund_table)
# Convert to relative frequencies
abund_table <- abund_table/rowSums(abund_table)

library(reshape2)
df<-melt(abund_table)
head(df)
colnames(df)<-c("Samples","Species","Value")

library(plyr)
library(scales)

# We are going to apply transformation to our data to make it
# easier on eyes 

#df<-ddply(df,.(Samples),transform,rescale=scale(Value))
df<-ddply(df,.(Samples),transform,rescale=sqrt(Value))

library(ggplot2)
p <- ggplot(df, aes(Species, Samples)) + 
  geom_tile(aes(fill = rescale),colour = "white") + 
  scale_fill_gradient(low = "white",high = "steelblue")+
  scale_x_discrete(expand = c(0, 0)) +
  scale_y_discrete(expand = c(0, 0)) + theme(legend.position = "none",axis.ticks = element_blank(),axis.text.x = element_text(angle = 90, hjust = 1,size=5),axis.text.y = element_text(size=5))
p