graphpad使用教程(graphpad作图)

01关于热图

热图(Heatmaps )通过按照一定的规则将数据矩阵中的各值映射为颜色并展示出来，利用颜色的变化使数据可视化。该方法可以直观地表现空间数据的稀疏密度和频率的高低。应用于数值矩阵时，热图中各单元的颜色表示行变量和列变量交叉处的数据值的大小；以行为基因为样本，是对应基因在对应样本中的表达值；如果行和列是样本，则可能显示了两个相应样本之间的相关性。

根据颜色的可视化数字表，热图可以添加行和列的颜色块，以显示相关行或列的注释信息。下图中的示例使用热图比较了多个城市的年气温变化。行中列出了要比较的城市，列中每个月都包含单元格的温度值，可以直观地知道哪里是最热的地方还是最冷的地方。

为了成功阅读热图，必须在热图旁边放置图例。分类数据用颜色编码，但数字数据需要从一种颜色混合到另一种颜色的颜色比例，以表示高低值的差异。选择单色可以表示多个值的范围(0-100、11-20、21-30等)。也可以混合多种颜色，在一个范围内使用渐变比例(例如0-100 )。

各数据之间的差异较大时，数据的最小值到最大值的范围过大，所需的灰度范围变大。通常需要将数据标准化，以方便热照的展示。 Z-score是常见的数据标准化方式，用于表示数据相对于平均值提高了多少倍的标准偏差(X-mean )/SD。为了更好地反映变化的趋势，使用Z-score而不是绝对表达量进行热图的显示，也是为了避免在数据表的数值区间变化大的情况下产生的热图中的颜色分配的不均匀和颜色区分度变弱的影响。

利用02GraphPad Prism制作热图

直接制作热图

首先，在Excel中使用函数“=RAND ()”创建包含100个随机数的数据集。

打开GraphPad Prism软件，在弹出的向导页面中选择表单类型，表单类型为组(也可以选择多变量)，数据表为输入数据

将Excel中的数据粘贴到Prism表中。

在左侧的项目列表中，在Graphs处选择Date 1，在图表类型中选择“Heat Map”，然后从中选择配色方案，即可得到最初绘制的热图。

默认得到的热图不太漂亮，所以调整这个。

双击绘图区域以打开格式图形窗口，然后在“Color mapping”选项卡下修改c

olormap为“Single gradient”，在Range选项下可修改颜色范围，也可自定义最小值和最大值，一般情况下，最小值可取接近于数据最小值的整数，最大值取接近于数据最大值的整数（不修改也可）。

切换至Graph Settings选项卡，修改Heatmap borders的粗细为“1/2 pt”，即热图边框的粗细，也可修改颜色。

勾选“Cell borders”可显示每个单元格的边框，如下图：

切换至Titles选项卡，勾选“Show row labels title”和“Show column labels title”来显示横纵坐标标题。

切换至Labels选项卡，可对热图中的标签进行修改。如需将数据显示在每个单元格中，可以勾选“Label each cell with its value”选项。

在“Row Labels”和“Column Labels”选项中可以调整行和列的标签显示样式，比如有时需要倾斜45°显示，可设置Label为“Angled（45 degrees）”。

切换至Gaps选项，可以来给热图添加间隙，比如我们需要横向和纵向都进行分组，可以如下图设置：

获得的效果如下：

如需对图例进行更改，可切换至Legend选项卡，可以调整图例的方向、位置、刻度、样式等。

如需更改图例的大小和位置，可以直接通过鼠标拖拽的方式实现。

有关热图样式的调整，大家可以根据自己的喜好和出版杂志的要求进行调整，下面为本例中获得的最终热图。

②相关系数热图

我们在前面提到，如果数据间的数值差异过大，不在一个数量级上，就很难在一张热图中使用合理的颜色标尺来反映数据的变化规律，这时通常需要对数据进行归一化处理。

在GraphPad Prism中，可以对数据计算相关性系数，生成相关系数矩阵，然后对获得的数据绘制热图。

填好数据后，在软件界面上方的工具栏中点击“Analyze”按钮，展开Multiple variable analyses选项，选择“Correlation matrix”分析，在右侧的选项栏勾选所有数据，点击“OK”进行分析。

在弹出的Parameter：Correlation窗口中可以选择计算Pearson相关系数或Spearman相关系数，两种相关性系数反映的都是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1，0表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。本例中我们选择默认的Pearson相关系数。