如何修复pheatmap热图颜色刻度？异常值致热图失真

一、调整颜色刻度（无需移除基因） #

针对多数数据集中在0.001-0.1区间、仅存在一个0.3极端值的情况，有两种实用方法优化颜色显示：

1. 手动划分刻度区间 #

通过breaks参数自定义刻度，让0.001-0.1区间拥有更细致的颜色梯度，0.1-0.3单独分配颜色，既保留极端值，又能看清多数数据的差异：

# 生成刻度：0.001到0.1间分10个梯度，加上极端值0.3
breaks <- c(seq(0.001, 0.1, length.out = 10), 0.3)
# 对应生成渐变颜色
colors <- colorRampPalette(c("blue", "white", "red"))(length(breaks)-1)

pheatmap(igv_dat_vusage_traspose_mat, 
         main = "V Usage score ", 
         fontsize_col = 7, fontsize_row = 5, 
         width = 8, height = 12,  
         cluster_rows = FALSE,
         cluster_cols = FALSE,
         scale = "none",
         breaks = breaks,
         color = colors)

2. 截断极端值的颜色映射 #

如果不需要突出极端值的具体数值，可将超过0.1的数据统一映射到0.1对应的颜色，同时保留原始数据的完整性（需在图注中说明截断处理）：

# 复制数据并截断极端值
dat_trunc <- igv_dat_vusage_traspose_mat
dat_trunc[dat_trunc > 0.1] <- 0.1

pheatmap(dat_trunc, 
         main = "V Usage score (truncated at 0.1)", 
         fontsize_col = 7, fontsize_row = 5, 
         width = 8, height = 12,  
         cluster_rows = FALSE,
         cluster_cols = FALSE,
         scale = "none",
         color = colorRampPalette(c("blue", "white", "red"))(50))

二、是否移除该基因的判断依据 #

• 保留基因：若0.3的数值是真实的生物学结果（如该基因的V使用率确实显著高于其他基因），必须保留，通过上述颜色调整方法展示数据，同时在图注中标注该极端值的存在，避免误导。
• 移除基因：若该数值是技术误差（如测序错误、数据录入失误），可考虑移除，但需在分析文档中明确记录移除的原因和依据，保证分析的可重复性。

内容的提问来源于stack exchange，提问作者user5029313