1. 数据格式:矩阵
包括行号和列号
2. 热点图+聚类
# 热点图
heatmap(Amat)
3. 纵向聚类图1
# 横向聚类1
library(amap)
clu <- hclusterpar(Amat)
plot(clu,sub="",hang = -1,xlab = NA,ylab = NA,main = NA)
4. 纵向聚类图2
# 横向聚类
library(cluster)
agnx <- agnes(Amat,method = "complete")
pltree(agnx)
5. 横向聚类图
# 纵向聚类
dagn <- as.dendrogram(as.hclust(agnx))
plot(dagn, horiz = TRUE, center = TRUE,
nodePar = list(lab.cex = 0.6, lab.col = "forest green", pch = NA))
6. 拓展:家系划分
关于拓展,你有什么想到的呢?
如果根据系谱,构建A矩阵,然后将相关的个体提取出来,划分家系,这不就是聚类分析灵活的例子么?
如果根据基因组信息,构建G矩阵或者H矩阵,然后将感兴趣的个体提取出来,划分家系,指导育种选配,不也是一个方向么?
这部分,我们下回再聊。