heatmap.2错误(gplots)

Question

我已经转移到一台新服务器上，并在上面安装了R3.0版。(2.14版本中不再提供gplots库)

使用适用于2.14版本的脚本时，我现在遇到了一个生成热图的问题。

在R版本3中，我得到一个错误：

Error in lapply(args, is.character) : node stack overflow
Error in dev.flush() : node stack overflow
Error in par(op) : node stack overflow

在R版本2.14中，我得到一个错误：

Error: evaluation nested too deeply: infinite recursion / options(expressions=)?

我可以通过增加选项(expressions=500000)来解决这个问题

在R版本3中，增加此选项不能解决此问题。而我仍然被同样的错误所困扰。

这两个脚本是相同的：

y=read.table("test", row.names=1, sep="\t", header=TRUE)
hr <- hclust(dist(as.matrix(y)))
hc <- hclust(dist(as.matrix(t(y))))
mycl <- cutree(hr, k=7); mycolhc <- rainbow(length(unique(mycl)), start=0.1, end=0.9); mycolhc     <- mycolhc[as.vector(mycl)] 

install.packages("gplots")
library("gplots", character.only=TRUE)
myheatcol <- redgreen(75)

pdf("heatmap.pdf")
heatmap.2(as.matrix(y), Rowv=as.dendrogram(hr), Colv=as.dendrogram(hc), col=myheatcol,scale="none", density.info="none", trace="none", RowSideColors=mycolhc, labRow=FALSE)
dev.off()

其中"test“是一个tdl文件，包含标题和行名以及一个40*5000 0/1矩阵

任何帮助都将不胜感激

PS:当我将我的数据集减少到2000行时，我不再得到错误。

PSS:将数据集增加到2500行会导致相同的错误；但是，删除所有不具信息性的行(全为1)后，我会得到3700行。使用此数据集不会导致错误。

Answer 1

我是gplots包的作者。当一个字节编译的函数有太多的递归调用时，就会出现“节点堆栈溢出”错误。

在这种情况下，之所以会出现这种情况，是因为绘制树状图对象(stats:plotNode)的函数是使用递归算法实现的，并且树状图对象嵌套得很深。

最终，正确的解决方案是修改plotNode以使用迭代算法，这将防止递归深度错误的发生。

在短期内，可以强制stats:plotNode作为解释代码运行，而不是通过讨厌的黑客攻击作为字节编译的代码运行。

食谱如下：

## Convert a byte-compiled function to an interpreted-code function 
unByteCode <- function(fun)
    {
        FUN <- eval(parse(text=deparse(fun)))
        environment(FUN) <- environment(fun)
        FUN
    }

## Replace function definition inside of a locked environment **HACK** 
assignEdgewise <- function(name, env, value)
    {
        unlockBinding(name, env=env)
        assign( name, envir=env, value=value)
        lockBinding(name, env=env)
        invisible(value)
    }

## Replace byte-compiled function in a locked environment with an interpreted-code
## function
unByteCodeAssign <- function(fun)
    {
        name <- gsub('^.*::+','', deparse(substitute(fun)))
        FUN <- unByteCode(fun)
        retval <- assignEdgewise(name=name,
                                 env=environment(FUN),
                                 value=FUN
                                 )
        invisible(retval)
    }

## Use the above functions to convert stats:::plotNode to interpreted-code:
unByteCodeAssign(stats:::plotNode)

## Now raise the interpreted code recursion limit (you may need to adjust this,
##  decreasing if it uses to much memory, increasing if you get a recursion depth error ).
options(expressions=5e4)

## heatmap.2 should now work properly 
heatmap.2( ... )

Answer 2

在another post中，这是来自stats:::midcache.dendrogram的函数setmid。setmid递归地调用自己，这种递归可能太深了--可能树状图太密集了，在视觉上没有任何意义?你可以通过在错误发生后查看traceback()的最后几行来了解错误发生的位置。

要在这方面取得进一步的进展，您需要能够提供一个minimal reproducible example (使用heatmap而不是heatmap.2，甚至可以根据您对traceback()的解释进一步改进)，可能是通过使数据文件可用，或者通过提供一个方法来模拟数据(m <- matrix(runif(1000), 40) ?)以一种可靠地再现错误的方式。

Answer 3

此问题(使用heatmap.2函数时出现“节点堆栈溢出”错误)是由于矩阵中的特定列中有太多相同的值而导致的，这会导致R上的递归问题产生错误。

我能建议的(至少我是如何解决我的数据的非常精确的问题的)是在相同的数字周围产生随机数，并用矩阵中的原始数字替换它们：

for (i in 1:nrow(my_matrix)) {
   if (my_matrix[i,my_column]=="100") { # assume i have too many 100 in my_column
      my_matrix[i,my_column]=runif(1,99,101) # replace 100 with nearby values randomly
    }
}

通过这种方式，热图的创建没有任何问题，因为不再有太多相同的数字，而且它实际上也不会影响您的矩阵，因为您可以围绕相同的值选择一个非常小的随机数生成间隔，该间隔仍将反映热图上不可见的颜色变化的原始值。