在R中绘制18000个分布：热图方案遇阻求替代方法

嗨，我完全懂你的困扰——要展示这么多分布，普通热图自带的聚类确实会打乱你想要的原始顺序，而且没法直接对应每个分布的直方图形状。其实核心思路是先把每个分布转换成统一bin的频率/密度矩阵，再用无聚类的热图来可视化，给你几个实操方案：

第一步：预处理数据，生成统一的频率矩阵 #

首先得把每个分布的直方图信息转换成矩阵形式，关键是要给所有分布用完全相同的bin区间，这样每一列对应同一个数值区间，才能对齐展示。这里用模拟数据举例子，你可以替换成自己的数据：

# 模拟18000个分布（每行是一个分布的样本）
set.seed(123)
num_dists <- 18000
samples_per_dist <- 100
data_matrix <- matrix(rnorm(num_dists * samples_per_dist,
                           mean = rnorm(num_dists, 0, 2),
                           sd = runif(num_dists, 0.5, 3)),
                     nrow = num_dists, byrow = TRUE)

# 定义所有分布共用的bin区间（根据你的数据范围调整）
bins <- seq(-10, 10, by = 0.5)

# 写个小函数，提取单个分布的直方图计数
get_hist_counts <- function(x) {
  hist(x, breaks = bins, plot = FALSE)$counts
}

# 把每个分布的直方图计数转成矩阵（行=分布，列=bin）
hist_matrix <- t(apply(data_matrix, 1, get_hist_counts))

如果你的数据需要展示密度而非计数，把hist()里的参数改成hist(x, breaks = bins, plot = FALSE, density=TRUE)就行。

第二步：绘制无聚类的类热图 #

方案1：Base R 原生热图（快速简单） #

直接用原生heatmap()，关掉行和列的聚类参数，就能严格保持原始顺序：

heatmap(hist_matrix, 
        Rowv = NA, Colv = NA,  # 关闭行/列聚类
        scale = "row",  # 每行归一化，让分布形状更突出（可选）
        xlab = "Bin 数值区间", ylab = "分布序号",
        main = "18000个分布的类热图展示")

方案2：Pheatmap包（更美观，自定义性强） #

pheatmap比原生热图样式更灵活，还能轻松隐藏冗余的行名（18000行的行名完全没必要显示）：

library(pheatmap)
pheatmap(hist_matrix,
         cluster_rows = FALSE, cluster_cols = FALSE,  # 关闭聚类
         scale = "row",
         show_rownames = FALSE,
         xlab = "Bin 数值区间",
         main = "18000个分布的热图可视化")

方案3：ggplot2（极致自定义） #

如果需要更精细的样式调整（比如自定义颜色渐变、坐标轴样式），用ggplot2的geom_tile最合适，不过要先把矩阵转成长格式：

library(ggplot2)
library(tidyr)
library(dplyr)

# 把矩阵转成tidy格式
hist_tidy <- hist_matrix %>%
  as.data.frame() %>%
  mutate(Distribution = row_number()) %>%
  pivot_longer(cols = -Distribution, names_to = "Bin_ID", values_to = "Count") %>%
  mutate(Bin_Mid = bins[as.numeric(gsub("V", "", Bin_ID))])  # 把Bin ID转成实际数值中点

# 绘制tile图
ggplot(hist_tidy, aes(x = Bin_Mid, y = Distribution)) +
  geom_tile(aes(fill = Count)) +
  scale_fill_viridis_c(option = "plasma") +  # 用视觉友好的颜色渐变
  theme_minimal() +
  labs(x = "数值", y = "分布序号", fill = "频率",
       title = "18000个分布的类热图") +
  theme(axis.text.y = element_blank(), axis.ticks.y = element_blank())  # 隐藏冗余的y轴标签

额外小建议 #

• 归一化很重要：如果不同分布的样本量差异大，用scale="row"或者转换成密度，能让颜色更准确反映分布形状，而非绝对计数。
• 调整bin数量：如果bin太多导致热图过于拥挤，可以调大bins里的by参数减少bin数，平衡细节展示和整体可读性。
• 性能优化：18000行的数据用base R或pheatmap速度很快，ggplot2可能稍慢，这时候可以用data.table来转换长格式，能大幅提升速度。

内容的提问来源于stack exchange，提问作者DOOP