我没有最新的问题，但已经阅读并尝试了我能找到的所有内容，但都无济于事。 我的目标是从具有很多NA值的数据制作热图。我有一个177x11 xls表，我的数据是10个比较的176个差异表达基因的FoldChange（值从-5,18到11,02）。 我的问题是我无法对此数据进行数值矩阵运算，因此无法生成热图。
我得到的最接近的是使用我得到的at this question的以下命令进行转换： （尝试过几次，但这是唯一将TRUE返回给is.numeric的变量）
mat <- as.matrix(data)
row.names(mat) <- mat[,1]
mat <- mat[,-1]
mat <- sapply(mat, as.numeric)
is.numeric(mat) #TRUE
但是从heatmap命令仍然收到错误消息
heatmap(mat)
Error in heatmap(mat) : 'x' must be a numeric matrix
我的数据：
C0vsC12 C0vsC24 C0vsT12 C0vsT24 C12vsC24 C12vsT12 C12vsT24 C24vsT12 C24vsT24 T12vsT24
gene10120 <NA> <NA> <NA> 1,213170547 <NA> <NA> 1,123194077 <NA> <NA> 0,7792280505
gene10247 -0,6708813033 <NA> <NA> <NA> <NA> 0,8598045899 0,7829357937 <NA> <NA> <NA>
gene1032 1,378061661 2,042870229 <NA> <NA> <NA> <NA> <NA> -1,527173422 -1,527173422 <NA>
gene10377 <NA> 1,803821023 <NA> 1,89978346 1,74646153 <NA> 1,834010837 -1,849005147 -1,849005147 1,938460569
gene10467 <NA> <NA> -1,011282724 <NA> <NA> -0,922740647 <NA> -1,171151886 -1,171151886 1,297253685
gene10529 <NA> <NA> -1,720724529 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
“数字”矩阵如下所示（只是其中的一部分）：
structure(c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_), .Names = c(NA, "-0,6708813033", "1,378061661", NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, "-0,7571104188", NA, NA, NA, NA, NA, "0,8833872859",
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, "-0,6892789513",
NA, NA, NA, NA, "-0,8297914588", "-0,6868436186", NA, NA, NA,
NA, NA, "-0,7607811156", NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, "0,6163008345", NA, NA, "2,042870229", "1,803821023", NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
"-0,6816546611", NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, "-1,011282724", "-1,720724529", "-1,14882796",
NA, "-1,064854931", "4,102143891", NA, "1,661527301", NA, "5,095997124",
"0,9133722606", "1,868416916", "1,637004853", NA, "3,517522062",
"2,083747425", "1,523230573", "1,849253304", NA, NA, NA, "0,9306790445",
"-1,062442899", "-1,176330787", "-2,710491387", "-1,480669494",
NA, NA, "0,9777491518", NA, NA, NA, "0,7681252032", "0,6301085726",
"-2,32268854", NA, NA, "-1,289301326", "-1,494957671", NA, "-0,7254508759",
NA, NA, NA, "1,221566025", "-2,95189949", "-1,310351167", "-0,8732731726",
"-1,904882379", "-0,7041243891", NA, "1,79437725", NA, "0,8258023835",
"-1,80439866", "-3,466153797", "-0,9458963861", NA, "-1,202565609",
"-2,460594779", "0,8392283651", "1,213170547", NA, NA, "1,89978346",
NA, NA, "-1,029939997", NA, "-1,446086401", NA, NA, NA, "-0,6629551241",
"4,099016269", "1,085262503", "2,932959589", NA, NA, "2,093063487",
NA, "1,915848274", NA, NA, NA, "-0,9962349794", NA, "-2,10037681",
NA, NA, NA, "-0,6210117273", "1,331372413", NA, "1,975658524",
"1,211549921", "-1,233471262", NA, NA, NA, "1,399379313", NA,
"-0,6740016669", NA, "-1,01124412", NA, "-2,390943665", NA, NA,
"0,8565706577", "-2,867120677", "-1,35053717", "-1,521508746",
"-1,037313268", "-1,900548874", "0,6094680988", "1,945517617",
NA, NA, "-1,952521244", "-1,498026229", NA, "-1,40522647", "-0,7726975585",
NA, "0,6705689582", NA, NA, NA, "1,74646153", NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, "0,694357608",
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, "0,8598045899", NA, NA,
"-0,922740647", NA, "-1,142811945", NA, "-1,08035035", "4,192213438",
"1,233850588", "2,210412903", NA, "4,834885409", "0,9480776802",
"1,825836912", "2,114830539", NA, "4,026107714", "2,016130458",
"1,478036658", NA, NA, NA, NA, "1,187772243", NA, "-1,058109756",
"-2,42424694", "-2,361846044", NA, NA, "1,079248107", NA, NA,
NA, "0,8574188354", "0,8751229474", "-1,890357045", NA, NA, "-0,5977094019",
NA, NA, "-0,8422891094", NA, "1,17095774", "1,173785251", "1,249815231",
"-2,871954831", "-2,00499841", "-0,8239583587", "-1,694191205",
NA, NA, "1,810281832", NA, "0,7994156775", NA, "-4,001283207",
"-0,9079146004", "-1,079043267", "-1,061229437", "-2,567940513",
NA, "1,123194077", "0,7829357937", NA, "1,834010837", NA, NA,
"-1,028641048", NA, "-1,469574719", NA, NA, "1,402427256", "-0,8254210766",
"3,821792519", "1,110334347", "2,882993624", NA, "-2,22064757",
"2,58667136", NA, "1,858988288", NA, "-2,162519909", "0,6237718206",
NA, NA, "-1,571255273", NA, NA, "-1,54719474", "-0,5829175255",
"1,234230151", NA, "2,663153224", "1,466171852", "-1,330471429",
NA, NA, NA, "1,5248916", "1,005234764", NA, NA, "-0,6807612469",
NA, NA, NA, NA, "0,8736322162", "-2,78670184", "-2,053482171",
"-1,478627584", "-0,831661332", "-1,145778843", "1,118941048",
"1,951889007", NA, NA, NA, "-2,034225796", NA, "-1,668538414",
"-0,6378353422", NA, NA, NA, NA, "-1,527173422", "-1,849005147",
"-1,171151886", NA, NA, "-0,5816710932", NA, "2,727173764", NA,
"1,364994615", NA, NA, NA, NA, "2,441860943", NA, "2,233498248",
"1,303446426", NA, NA, NA, NA, NA, "0,6516369852", NA, "-1,417670848",
"-2,910890561", "-1,712052143", NA, NA, NA, NA, NA, NA, "0,8240507971",
"0,7066771301", "-1,678864376", NA, NA, "-1,032925626", NA, NA,
NA, NA, NA, "0,8925829987", "0,7056065538", "-2,282143331", "-1,155465238",
NA, "-1,525091129", NA, NA, NA, "-0,586719217", NA, NA, "-3,775247636",
"-0,9727188025", NA, "-0,8815881317", "-2,487155486", NA, NA,
NA, "-1,527173422", "-1,849005147", "-1,171151886", NA, NA, "-0,5816710932",
NA, "2,727173764", NA, "1,364994615", NA, NA, NA, NA, "2,441860943",
NA, "2,233498248", "1,303446426", NA, NA, NA, NA, NA, "0,6516369852",
NA, "-1,417670848", "-2,910890561", "-1,712052143", NA, NA, NA,
NA, NA, NA, "0,8240507971", "0,7066771301", "-1,678864376", NA,
NA, "-1,032925626", NA, NA, NA, NA, NA, "0,8925829987", "0,7056065538",
"-2,282143331", "-1,155465238", NA, "-1,525091129", NA, NA, NA,
"-0,586719217", NA, NA, "-3,775247636", "-0,9727188025", NA,
"-0,8815881317", "-2,487155486", NA, "0,7792280505", NA, NA,
"1,938460569", "1,297253685", NA, NA, NA, NA, "-2,254931927",
NA, "-0,8089649939", NA, NA, NA, "1,055731761", "-3,475591227",
NA, "-1,438808968", NA, NA, NA, NA, NA, NA, NA, NA, NA, "2,833925306",
NA, NA, "1,018527805", NA, NA, "1,057346735", "-1,280041913",
"-0,9919286322", "-0,8941532811", "1,797270928", "1,800669612",
"1,095242155", "0,6091239711", NA, "-1,09116174", NA, NA, NA,
"-0,982181148", NA, NA, NA, NA, "0,8610467763", "-1,208151571",
"1,12947883", NA, NA, "-0,7382658493", NA, "1,966598868", NA,
NA, NA, "1,853832412", NA))
当然，我会改善Heatmaps参数，现在我只希望它与我的数据一起使用。 我看不到那些“ NA_real_”来自哪里，甚至即使in.numeric（mat）返回TRUE，热图仍然要求数字矩阵的原因。
（显然，我不是编程专家，尽管我总是在这里寻找解决方案，但这是我提出问题的主要时间，欢迎提供提示和建议）
预先感谢
编辑
在这里，我做了逗号到点的更改并添加了nrow和ncol属性后的dput
mat <- as.matrix(df, nrow = 176, ncol = 11)
dput(mat[1:30, ])
structure(c(NA, -0.6708813033, 1.378061661, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, -0.7571104188,
NA, NA, NA, NA, NA, 0.8833872859, NA, NA, 2.042870229, 1.803821023,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, -1.011282724,
-1.720724529, -1.14882796, NA, -1.064854931, 4.102143891, NA,
1.661527301, NA, 5.095997124, 0.9133722606, 1.868416916, 1.637004853,
NA, 3.517522062, 2.083747425, 1.523230573, 1.849253304, NA, NA,
NA, 0.9306790445, -1.062442899, -1.176330787, -2.710491387, -1.480669494,
1.213170547, NA, NA, 1.89978346, NA, NA, -1.029939997, NA, -1.446086401,
NA, NA, NA, -0.6629551241, 4.099016269, 1.085262503, 2.932959589,
NA, NA, 2.093063487, NA, 1.915848274, NA, NA, NA, -0.9962349794,
NA, -2.10037681, NA, NA, NA, NA, NA, NA, 1.74646153, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, 0.694357608, NA, NA, NA, NA, NA, NA, NA, 0.8598045899, NA,
NA, -0.922740647, NA, -1.142811945, NA, -1.08035035, 4.192213438,
1.233850588, 2.210412903, NA, 4.834885409, 0.9480776802, 1.825836912,
2.114830539, NA, 4.026107714, 2.016130458, 1.478036658, NA, NA,
NA, NA, 1.187772243, NA, -1.058109756, -2.42424694, -2.361846044,
1.123194077, 0.7829357937, NA, 1.834010837, NA, NA, -1.028641048,
NA, -1.469574719, NA, NA, 1.402427256, -0.8254210766, 3.821792519,
1.110334347, 2.882993624, NA, -2.22064757, 2.58667136, NA, 1.858988288,
NA, -2.162519909, 0.6237718206, NA, NA, -1.571255273, NA, NA,
-1.54719474, NA, NA, -1.527173422, -1.849005147, -1.171151886,
NA, NA, -0.5816710932, NA, 2.727173764, NA, 1.364994615, NA,
NA, NA, NA, 2.441860943, NA, 2.233498248, 1.303446426, NA, NA,
NA, NA, NA, 0.6516369852, NA, -1.417670848, -2.910890561, -1.712052143,
NA, NA, -1.527173422, -1.849005147, -1.171151886, NA, NA, -0.5816710932,
NA, 2.727173764, NA, 1.364994615, NA, NA, NA, NA, 2.441860943,
NA, 2.233498248, 1.303446426, NA, NA, NA, NA, NA, 0.6516369852,
NA, -1.417670848, -2.910890561, -1.712052143, 0.7792280505, NA,
NA, 1.938460569, 1.297253685, NA, NA, NA, NA, -2.254931927, NA,
-0.8089649939, NA, NA, NA, 1.055731761, -3.475591227, NA, -1.438808968,
NA, NA, NA, NA, NA, NA, NA, NA, NA, 2.833925306, NA), .Dim = c(30L,
10L), .Dimnames = list(c("gene10120", "gene10247", "gene1032",
"gene10377", "gene10467", "gene10529", "gene10533", "gene10593",
"gene10632", "gene10774", "gene10836", "gene10889", "gene10984",
"gene11115", "gene11293", "gene11393", "gene11453", "gene11454",
"gene11456", "gene11458", "gene11696", "gene11704", "gene11754",
"gene1193", "gene11930", "gene11932", "gene11948", "gene11991",
"gene12117", "gene12118"), c("C0vsC12", "C0vsC24", "C0vsT12",
"C0vsT24", "C12vsC24", "C12vsT12", "C12vsT24", "C24vsT12", "C24vsT24",
"T12vsT24")))