关于pheatmap绘制热图时聚类顺序的技术咨询

看起来你正在用pheatmap包给你的数据集绘制热图，而且已经开启了列聚类（cluster_cols = TRUE），不过你写的clustering_method = "wa...好像没写完，先帮你把数据集整理好，再针对热图聚类相关的问题给你一些实用的建议：

首先，你的数据集可以用这段R代码还原：

mdata2 <- structure(list(EE = c(3.3221428469822, 3.62699732299098, 1.75430154205983, 
0.809228977410138, 1.24117055233438, 2.93403148663873, 4.01630566539058, 
1.5334176884274, 0.598331636908125, 0.793972781447563), MI = c(3.20812756072619, 
3.73729312689288, 2.32268411219261, 1.16578395871478, 2.02899881030574, 
2.43723772029964, 3.98855299963887, 1.76088057576795, 0.684310806612439, 
1.512739619069), PI = c(2.97858874003521, 3.77000551572515, 2.82873533944253, 
2.17460752133963, 2.81526651451227, 2.31001492452861, 4.0325069645006, 
2.35155407135517, 1.41519706213454, 2.62939873195416)), row.names = c("A", 
"B", "C", "D", "E", "F", "G", "H", "I", "J"), class = "data.frame")

接下来针对聚类顺序相关的常见需求，给你几个解决方案：

• 补全聚类方法参数：pheatmap的clustering_method支持hclust里的所有聚类算法，比如常用的"ward.D2"、"complete"、"average"等。如果你本来想写的是沃德法（ward），可以补全代码：

  library(pheatmap)
  pheatmap(mdata2, cluster_cols = TRUE, clustering_method = "ward.D2")
  

• 调整聚类分支顺序：如果默认的聚类树顺序不合心意，你可以手动反转或者调整树的结构。先提前计算出列的聚类树，修改顺序后再传入pheatmap：

  # 先计算列的聚类树（用你指定的方法）
  col_cluster_tree <- hclust(dist(t(mdata2)), method = "ward.D2")
  # 反转聚类顺序
  col_cluster_tree$order <- rev(col_cluster_tree$order)
  # 用修改后的树绘制热图
  pheatmap(mdata2, cluster_cols = TRUE, tree_col = col_cluster_tree)
  

• 完全自定义列顺序：要是你不想用算法聚类，想自己指定列的展示顺序，只需要关闭列聚类，再用column_order参数指定顺序就行：

  # 比如按照EE、MI、PI的顺序排列
  pheatmap(mdata2, cluster_cols = FALSE, column_order = c("EE", "MI", "PI"))
  

• 更换距离计算方式：默认pheatmap用欧氏距离计算列间相似度，如果你想改用相关性距离或者其他方法，可以用distance_cols参数设置：

  pheatmap(mdata2, cluster_cols = TRUE, clustering_method = "ward.D2", distance_cols = "correlation")
  

备注：内容来源于stack exchange，提问作者Fabrizio