相关性表达分析及绘图

1、加载数据，加载包

library(pheatmap)##加载包

ave <- AverageExpression(breast)对聚类之后的细胞进行平均表达分析

average_sct <- as.data.frame(ave$SCT)###对归一化后的数据进行相关性分析

cor_ave <- cor(average_sct)###cor（）函数处理

cor_ave <- as.matrix.data.frame(cor_ave)####对平均表达之后的细胞进行矩阵化分析
View(cor_ave)###查看数据
row.names(cor_ave) <- c("cluster1","cluster2","cluster3",
                        "cluster4","cluster5","cluster6","cluster7",
                        "cluster8","cluster9","cluster10","cluster11",
                        "cluster12","cluster13")####对数据行名命名
colnames(cor_ave) <- rownames(cor_ave)###更改数据列名称
pheatmap(cor_ave)####绘制热图

pheatmap(cor_ave,display_numbers = FALSE)

可以通过？pheatmap对绘图参数进行查看及修改。