我试图想象相当大的矩阵(即10000 x 100
)。如果我假设我对在列或行上执行的任何其他聚类不感兴趣(这可能是有问题的,因为维度很高),这似乎是可行的。
我开始使用heatmap.2
包中增强的gplots
。由于我想忽略聚类或重新排序,根据文档和Stack建议(例如heatmap.2 specify row order OR prevent reorder),我设置了适当的参数
heatmap.2(some_data, Rowv = FALSE, Colv = FALSE, dendrogram = "none", trace="none")
然而,事实证明,执行时间非常长,好像它取决于行数是二次的,实际上就是这种情况。请参阅下图中的依赖关系。
另一方面,当我使用heatmap
的基本stats
函数并抑制树状图时
heatmap(same_data, Rowv = NA, Colv = NA)
计算执行时间是线性的,绝对可以忽略不计。这是执行时间的比较.
我用来生成上述图的数据的代码是
num.rows <- c(100, 500, 1000, 1500, 2000, 2500, 3000)
times.heatmap.2 <- sapply(num.rows, function(rown){
m <- matrix(rnorm(rown*50), rown, 50)
system.time(tmp <- gplots::heatmap.2(m, Rowv = FALSE, Colv = FALSE, dendrogram = "none", trace="none"))
})
times.heatmap <- sapply(num.rows, function(rown){
m <- matrix(rnorm(rown*50), rown, 50)
system.time(tmp <- heatmap(m, Rowv = NA, Colv = NA))
})
最后,问题。
heatmap.2
有如此长的执行时间,并且可能是对数据大小的二次依赖,即使它应该忽略任何二次运算(例如聚类)?你可以试试这个:
install.packages("heatmap3")
num.rows <- c(100, 500, 1000, 1500, 2000, 2500, 3000)
times.heatmap.3 <- sapply(num.rows, function(rown){
m <- matrix(rnorm(rown*50), rown, 50)
system.time(tmp <- heatmap3(m, Rowv = FALSE, Colv = FALSE, dendrogram = "none", trace="none"))
})