heatmap和heatmap.2的执行时间差

Question

我试图可视化相当大的矩阵（即 10000 x 100）。如果我假设我对在列或行上执行的任何额外聚类不感兴趣（这可能是有问题的，因为维度很高），这似乎是可行的。

我从 gplots 包中的增强 heatmap.2 开始。由于我想忽略聚类或重新排序，根据文档和堆栈建议（例如），我设置了适当的参数

heatmap.2(some_data, Rowv = FALSE, Colv = FALSE, dendrogram = "none", trace="none")

但是结果发现执行时间很长，好像是二次取决于行数，果然如此。请参阅下图中的依赖关系。

另一方面，当我使用 stats 中的基本 heatmap 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并且完全可以忽略不计。下面是执行时间的对比

我用来生成上述图表数据的代码是

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。

有谁知道为什么 heatmap.2 有这么长的执行时间并且可能对数据大小有二次依赖，即使它应该忽略任何二次操作（例如聚类）？
有没有我应该使用的参数，或者我们应该深入研究函数的源代码来诊断问题？

Answer 1

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"))
})

heatmap和heatmap.2的执行时间差

Execution time difference between heatmap and heatmap.2

r

execution-time

heatmap