原文链接：http://tecdat.cn/?p=18879

这是一个六边形热图可视化程序，主要用到的知识RColorBrewer，fields,也就是R中的可视化绘图库（点击文末“阅读原文”获取完整代码数据）。

本文希望SOM的结果以六边形热图可视化。让我向您展示如何在R中创建六边形热图！

您必须根据自组织神经网络（SOM）的结果来创建自己的变量 。输入变量 Heatmap_Matrix 变量是一个矩阵，可以作为热图的数字表示。

因此，矩阵具有与SOM映射相同的行数和与SOM映射相同的列数，并且热图中的每个值表示一个六边形的值。这里 [1,1] 将成为左下节点（第一行，第一列），[1,2] 将成为右侧的节点， 将成为 [2,1] 第二行中左侧的第一个节点，依此类推。因此，从视觉上看，顺序从左下到右上，而在矩阵中，则从左上到右下。

---

点击标题查阅往期内容

数据分享|数据视角可视化分析豆瓣电影评分爬虫数据

左右滑动查看更多

01

02

03

04

码

library(RColorBrewer) #使用brewer.pal
library(fields) #使用designer.colors

#为每个六角形创建多边形的功能
 
#从一个矩阵开始，该矩阵将作为您的热图的数字表示形式，称为Heatmap_Matrix


x <- as.vector(map_Matrix)

#此矩阵具有与SOM映射相同的行数和与SOM映射相同的列数，并且热图中的每个值表示一个六边形的值


#在这里[1,1]将成为左下节点（第一行，第一列），[1,2]将成为右节点[2,1]将成为第二行左侧的第一个节点


#因此，从视觉上看，可以从左下到右上工作



#SOM的行数和列数


Rows <- dim(map_Matrix)[1]
Columns <- dim(map_Matrix)[2]

#为图例腾出空间


par(mar = c(0.2, 2, 2, 7))

#启动绘图窗口，但确实显示绘图上的所有轴或点


plot(0, 0, type = "n", axes = FALSE, xlim=c(0,  Columns),
     ylim=c(0,  Rows), xlab="", ylab= "", asp=1)

#创建调色板


#我使用designer.colors在Brewer中允许的最大数量的数值之间插入50种颜色



ColRamp <- rev(designer.colors(n=50, col=brewer.pal(9, "Spectral") )

#制作一个向量，其长度（ColRamp）的bin数在x的最小值与最大值之间.
#接下来，将x中的每个点与ColorRamp中的一种颜色进行匹配

ColorCode <- rep("#FFFFFF", length(x)) #默认为全白


for (i in 1:length(x))
  if (!is.na(x[i])) ColorCode[i] <- ColRamp[which.min(abs(Bins-x[i]))]

#在图上实际绘制六角形多边形


offset <- 0.5 #向上移动时六边形的偏移量


for (row in 1: Rows) {
  for (column in 0:( Columns - 1))
    agon(column + offset, row - 1, col = ColorCode[row +  Rows * column])
  offset <- ifelse(offset, 0, 0.5)
}

#在右侧添加图例

image(legend.only=TRUE, col=ColRamp, zlim=c(min(x, na.rm=T), max(x, na.rm=T)))

能够读取颜色含义的图例

在最后，创建图例，您将获得与上图类似的热图。

希望我的解释和代码能帮助您在R中创建自己漂亮的热图。

---

点击文末“阅读原文”

获取全文完整代码数据资料。

本文选自《如何在R语言中建立六边形矩阵热图heatmap可视化》。

点击标题查阅往期内容

KMEANS均值聚类和层次聚类：亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数

PYTHON条件生存森林模型CONDITIONAL SURVIVAL FOREST分类预测客户流失交叉验证可视化|数据分享

杭州出租车行驶轨迹数据空间时间可视化分析

【视频】主成分分析PCA降维方法和R语言分析葡萄酒可视化实例|数据分享

R语言对布丰投针（蒲丰投针）实验进行模拟和动态可视化生成GIF动画

圆堆图circle packing算法可视化分析电商平台网红零食销量爬虫采集数据

R语言在BRFSS数据中可视化分析探索糖尿病的影响因素

数据可视化分析案例：探索BRFSS电话调查数据

R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析

R语言计算资本资产定价模型(CAPM)中的Beta值和可视化

R语言主成分分析（PCA）葡萄酒可视化：主成分得分散点图和载荷图

R语言时变向量自回归（TV-VAR）模型分析时间序列和可视化

R语言样条曲线、决策树、Adaboost、梯度提升(GBM)算法进行回归、分类和动态可视化

R语言用主成分PCA、 逻辑回归、决策树、随机森林分析心脏病数据并高维可视化

R语言对布丰投针（蒲丰投针）实验进行模拟和动态可视化生成GIF动画

R语言信用风险回归模型中交互作用的分析及可视化

R语言生存分析可视化分析

R语言线性回归和时间序列分析北京房价影响因素可视化案例

R语言用温度对城市层次聚类、kmean聚类、主成分分析和Voronoi图可视化

R语言动态可视化：绘制历史全球平均温度的累积动态折线图动画gif视频图

R语言动态图可视化：如何、创建具有精美动画的图

R语言中生存分析模型的时间依赖性ROC曲线可视化

python主题建模可视化LDA和T-SNE交互式可视化

R语言时间序列数据指数平滑法分析交互式动态可视化

用R语言制作交互式图表和地图

如何用r语言制作交互可视化报告图表

【数据分享】数据驱动营销活动：最优子集筛选有价值的客户信息

数据感知游客的森林公园游憩需求

数据盘点高校新生录取情况

调查数据倾听大学生外卖需求

数据挖掘：香水电商销售策略分析

新零售消费者特征的数据视野

数据聚焦护士职业满意度

数据分析促进白血病预测诊断

移动广告中基于点击率的数据策略

bilibili视频流量数据潜望镜

数据观察“双十一”网购新常态

数据解锁职场女性潜力

数据视域下图书馆话题情感分析

数据类岗位需求的数据面

数据度量消费贷款—消费者的考虑因素

数据探析期刊文章研究热点

疫情下的新闻数据观察

已迁离北京外来人口的数据画像