如何在热图上方绘制geom_line图？昼夜节律数据可视化求助

我明白你现在遇到的问题：想用par(mfrow)把行为折线图和热图上下排列，但因为ggplot和基础绘图系统不兼容，导致两个图分开显示，同时需要确保红点精准对应CT13和CT37的位置。下面是具体的解决方案：

问题根源 #

ggplot基于grid绘图系统，而par(mfrow)是基础绘图系统的布局命令，两者无法互通，所以你的代码会生成两个独立的图，而不是合并布局。此外，要确保红点定位准确，需要确认行为数据中CT的顺序和高亮标记的对应关系。

解决方案：使用patchwork包实现组合布局 #

patchwork是专门为ggplot和grid对象设计的布局工具，可以轻松实现多图组合，同时兼容pheatmap的输出（需要将pheatmap转换为grid对象）。

完整修改代码

# 加载必要包
library(pheatmap)
library(RColorBrewer)
library(ggplot2)
library(patchwork)
library(gridGraphics)

# ----------------------
# 1. 准备热图数据
# ----------------------
my_heatmap <- read.csv("circ_genes.csv", header = TRUE)
mymat <- my_heatmap[,c(2:13)]
rownames(mymat) <- paste("Gene", my_heatmap[,1], sep="_")
mydf <- data.frame(row.names = paste("Gene", my_heatmap[,1], sep="_"), category = my_heatmap[,14])
my_palette <- colorRampPalette(c("blue", "white", "red"))(n = 1000)

# ----------------------
# 2. 准备行为折线图数据（确保红点对应CT13和CT37）
# ----------------------
behavior_LD <- read.csv("behavior.csv", header = TRUE)
# 确保CT按原始顺序排序，同时确认CT13和CT37在数据中存在
behavior_LD$CT <- factor(behavior_LD$CT, levels = unique(behavior_LD$CT))
# 确认highlight列仅在CT13和CT37时标记为"H1"（如果数据中没设置，可手动添加）
behavior_LD$highlight <- ifelse(behavior_LD$CT %in% c("CT13", "CT37"), "H1", "H0")

mycolours <- c("H1" = "red", "H0" = "black")
behavePlot <- ggplot(data=behavior_LD, aes(x=CT, y=Average, group=1)) + 
  geom_line() +
  geom_point(aes(colour = factor(highlight)), size = 3) +
  geom_errorbar(aes(ymin=Average-SE, ymax=Average+SE), width=.1)+
  scale_color_manual(values = mycolours) +
  theme(legend.position="none") +
  theme(axis.title.x=element_blank(), axis.text.x=element_blank(), axis.ticks.x=element_blank()) +
  theme(plot.margin=unit(c(1,2,0,2),"cm")) # 调整底部边距，让两个图更紧凑

# ----------------------
# 3. 将pheatmap转换为grid对象（兼容patchwork）
# ----------------------
grid.newpage()
pheatmap_obj <- pheatmap(mymat, 
                         color = my_palette, 
                         legend_labels = "Clusters", 
                         cluster_cols = F, 
                         cluster_rows = F, 
                         annotation_row = mydf, 
                         gaps_row = c(43, 60, 88, 124), 
                         annotation_names_row = FALSE, 
                         show_rownames = FALSE )
heatmap_grob <- grid.grab()

# ----------------------
# 4. 组合两个图，行为图在上，热图在下
# ----------------------
combined_plot <- behavePlot / heatmap_grob
# 调整上下图的高度比例（可根据需求修改）
combined_plot + plot_layout(heights = c(1, 3))

# 保存组合图（可选）
ggsave("combined_circ_plot.pdf", combined_plot, width = 10, height = 12)

关键修改说明 #

1. 布局兼容处理：用gridGraphics::grid.grab()将pheatmap的输出转换为grid对象，这样就能被patchwork识别和组合，替代无效的par(mfrow)。
2. 红点精准定位：通过ifelse手动确保只有CT13和CT37对应的点被标记为红色（如果你的原始数据中highlight列已经正确设置，可以跳过这一步）。
3. 间距优化：调整行为图的底部边距，让两个图的间距更自然，同时通过plot_layout(heights)控制上下图的高度比例。

内容的提问来源于stack exchange，提问作者Eviatar Nov Weizman