和Interactivecomplexheatmap，以下热图可以作为互动闪亮的应用出口：
统计:: heatmap（），，，，gplots :: heatmap.2（）和pheatmap :: pheatmap（），但可以通过“翻译函数”复制：complexheatmap ::: heatmap（），，，，complexheatmap ::: heatmap.2（）和complexheatmap :: pheatmap（）。仅通过调用所有这些类型的热图可以变成互动htshiny（）绘制热图后。例如。：
这意味着您无需触摸热图代码。看到R端子中的热图或在文件中生成后，直接致电htshiny（）没有争论会产生互动热图，例如魔术。：p
现在有第四种情况，在内部使用的第三方功能会产生热图统计:: heatmap（），，，，gplots :: heatmap.2（）或者pheatmap :: pheatmap（）。从现在开始，我们无法直接与热图（），，，，热图2（）或者pheatmap（），我们如何将这些热图变成互动式？解决方案非常简单。我们只需要去例如pheatmap名称空间并替换pheatmap和complexheatmap :: pheatmap。
以下示例来自SC3包裹功能sc3_plot_expression（）内部用途pheatmap（）。
图书馆（SingleCellexperiment）图书馆（SC3）图书馆（调查）sce < -Singlecellexperiment（（测定=列表（（计数=as.matrix（yan），logcounts =log2（（as.matrix（YAN）+1）），Coldata =安）Rowdata（SCE）$feature_symbol < -隆起（SCE）sce < -sce [呢重复（（Rowdata（SCE）$feature_symbol），]，]sce < -runpca（SCE）sce < -SC3（SCE，ks =2：4，，，，生物学=真的）sc3_plot_expression（SCE，k =3）代替内部使用pheatmap :: pheatmap和complexheatmap :: pheatmap， 我们可以用gientInnamespace（）直接更改价值pheatmap在pheatmap名称空间。之后，回忆起sc3_plot_expression（）将直接使用complexheatmap :: pheatmap（）现在您可以使用htshiny（）将其导出为交互式应用程序。当然，您需要使用相同的代码再生热图。
分配NAMESPACE（（“ pheatmap”，complexHeatMap::pheatmap，ns =“ pheatmap”）图书馆（InteractiveComplexHeatMap）sc3_plot_expression（SCE，k =3）htshiny（）如果您检查了sc3_plot_expression（），，，，pheatmap（）通过明确添加其名称空间（检查函数定义的最后几行）来使用：
##方法定义：## ##函数（object，k，show_pdata = null）## {## if（is.null（metadata（object）$ sc3 $ comSensus））{## warning（paste0（请运行）sc3_consens（）first！”））## return（object）##} ## hc <-metadata（object）$ sc3 $ sessus [[as.character（k）]] $ hc ## dataSet <-get_processed_dataset（object_dataset（object））## if (!is.null(metadata(object)$sc3$svm_train_inds)) { ## dataset <- dataset[, metadata(object)$sc3$svm_train_inds] ## } ## add_ann_col <- FALSE ## ann <- NULL ## if (!is.null(show_pdata)) { ## ann <- make_col_ann_for_heatmaps(object, show_pdata) ## if (!is.null(ann)) { ## add_ann_col <- TRUE ## rownames(ann) <- colnames(dataset) ## } ## } ## if (nrow(dataset) > 100) { ## do.call(pheatmap::pheatmap, c(list(dataset, cluster_cols = hc, ## kmeans_k = 100, cutree_cols = k, show_rownames = FALSE, ## show_colnames = FALSE), list(annotation_col = ann)[add_ann_col])) ## } ## else { ## do.call(pheatmap::pheatmap, c(list(dataset, cluster_cols = hc, ## cutree_cols = k, show_rownames = FALSE, show_colnames = FALSE), ## list(annotation_col = ann)[add_ann_col])) ## } ## } ## ## ## ## Signatures: ## object ## target "SingleCellExperiment" ## defined "SingleCellExperiment" 在这种情况下，改变pheatmap在pheatmap名称空间直接影响sc3_plot_expression（）。
但是，如果调用热图函数而不添加名称空间（例如，在上一个示例中，pheatmap ::前缀），您需要首先卸载软件包，修改热图名称空间中的热图功能，然后再加载包装。
让我们看一下下一个示例goexpress函数的软件包heatmap_go（）内部使用热图2（）。
图书馆（goexpress）数据（alvmac）set.seed（（4543）alvmac_results < -go_analyse（（eset =Alvmac，f =“治疗”，，，，Go_genes =alvmac_gogenes，all_go =alvmac_allgo，all_genes =alvmac_allgenes）bp.5< -subset_scores（（结果=alvmac_results.pval，名称空间=“生物_Process”，，，，总计=5，，，，p.val =0.05）heatmap_go（（go_id =“ GO：0034142”，，，，结果=bp.5，，，，eset =Alvmac，cexrow =0.4，，，，cexcol =1，，，，cex.main =1，，，，main.lsplit =30）现在注意heatmap_go（）功能，热图2（）无需使用GPLOTS名称空间（转到下面列出的函数定义的末尾）。
##函数（go_id，结果，eset，f = result $ action，subset = null，## gene_names = true，na.names = false，margins = c（7，5），scale =“ none”，## cexcol= 1.2，cexrow = 0.5，labrow = null，cex.main = 1，## trace =“ none”，expr.col = blued（75），row.col.palette =“ accent =“ accent”，## row.col =c（），main = paste（go_id，结果$ go [结果$ go $ go_id == ## go_id，“ name_1006”]），main.lsplit = null，...）## {## if（！all）（（c("factor", "GO", "genes") %in% names(result))) { ## stop("'result=' argument misses required slots.\n Is it a GO_analyse() output?") ## } ## if (!go_id %in% result$GO$go_id) { ## stop("go_id: ", go_id, " was not found in result$mapping$go_id.") ## } ## if (!is.null(subset)) { ## eSet <- subEset(eSet = eSet, subset = subset) ## } ## if (length(row.col) != ncol(eSet)) { ## row.col <- brewer.pal(n = length(unique(pData(eSet)[, ## f])), name = row.col.palette) ## } ## gene_ids <- list_genes(go_id = go_id, result = result, data.only = TRUE) ## genes_expr <- t(exprs(eSet)[gene_ids, ]) ## if (is.null(labRow)) { ## labRow <- pData(eSet)[, f] ## } ## else { ## if (length(labRow) == 1) { ## labRow = pData(eSet)[, labRow] ## } ## else if (length(labRow) != ncol(eSet)) { ## stop("The number of custom row labels provided (", ## length(labRow), ") does not match the number of samples (", ## ncol(eSet), ".") ## } ## } ## if (gene_names) { ## gene_labels <- result$genes[gene_ids, "external_gene_name"] ## if (any(gene_labels == "") & !NA.names) { ## gene_labels[gene_labels == ""] <- gene_ids[gene_labels == ## ""] ## } ## } ## else { ## gene_labels <- gene_ids ## } ## if (!is.null(main.Lsplit)) { ## if (is.numeric(main.Lsplit)) { ## main <- string_Lsplit(string = main, line.length = main.Lsplit) ## } ## else { ## stop("main.Lsplit should be a numeric value or NULL.") ## } ## } ## samples.col <- row.col[as.factor(pData(eSet)[, f])] ## op <- par(no.readonly = TRUE) ## on.exit(par(op)) ## par(cex.main = cex.main) ## heatmap.2(genes_expr, labRow = labRow, labCol = gene_labels, ## scale = scale, cexCol = cexCol, cexRow = cexRow, main = main, ## trace = trace, RowSideColors = samples.col, col = expr.col, ## margins = margins, ...) ## } ## ## 在这种情况下，由于我们已经加载了goexpress名称空间，goexpress名称空间应首先由分离（）， 要不然heatmap_go（）仍将使用gplots :: heatmap.2（）。
分离（（“包：goexpress”，，，，unload =真的）分配NAMESPACE（（“热图2”，complexHeatMap:::热图.2，，，，ns =“ gplots”）图书馆（goexpress）图书馆（InteractiveComplexHeatMap）heatmap_go（（go_id =“ GO：0034142”，，，，结果=bp.5，，，，eset =Alvmac，cexrow =0.4，，，，cexcol =1，，，，cex.main =1，，，，main.lsplit =30）htshiny（）最后，安全更改全部统计:: heatmap（），，，，gplots :: heatmap.2（）和pheatmap :: pheatmap（）至complexheatmap ::: heatmap（），，，，complexheatmap ::: heatmap.2（）和complexheatmap :: pheatmap（），您可以将以下行添加到R会话的开始：
图书馆（pheatmap）图书馆（GPLOTS）分配NAMESPACE（（“热图”，complexHeatMap:::热图，ns =“统计”）分配NAMESPACE（（“热图2”，complexHeatMap:::热图.2，，，，ns =“ gplots”）分配NAMESPACE（（“ pheatmap”，complexHeatMap::pheatmap，ns =“ pheatmap”）您可以在htshinyexample（8.1），，，，htshinyexample（8.2）和htshinyexample（8.3）。