热图和热图之间的执行时间差.2

Question

我试图想象出相当大的矩阵（即10000 x 100）。如果我认为我对对列或行执行的任何其他聚类不感兴趣（由于维度很高，这可能会有问题），这似乎是可行的。

我开始使用heatmap.2包中的增强型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，好像它是二次，具体取决于行数，实际情况就是如此。请参阅下图中的依赖关系。

另一方面，当我使用heatmap中的基本stats函数并抑制树形图时

heatmap(same_data, Rowv = NA, Colv = NA)

计算执行时间线性，绝对可以忽略不计。 以下是执行时间的比较。

我用于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。

• 有没有人知道为什么heatmap.2具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）？
• 我应该使用哪些参数，或者我们应该深入研究功能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"))
})