Eine Heatmap ist ein farbcodiertes Raster für eine numerische Matrix. Zeilen und Spalten bleiben getrennte Kategorien; die Farbskala macht hohe, niedrige, ähnliche und auffällige Werte sichtbar, ohne jede Zahl zu lesen. Forschende nutzen Heatmaps für Genexpression, Korrelationen, Modellfehler, Aktivitäts- und Geschäftsdaten.
Sequenzielle Paletten eignen sich für Werte von niedrig bis hoch. Divergierende Paletten eignen sich für Werte um einen sinnvollen Mittelpunkt wie null, eine Änderung zum Ausgangswert oder einen Z-Wert. Die Legende gehört zur Aussage und muss erklären, was die Farben bedeuten.
Clustering kann Zeilen oder Spalten so umordnen, dass ähnliche Profile nebeneinander liegen. Ein Dendrogramm hält diese Reihenfolge fest, belegt aber keine biologischen oder kausalen Gruppen. Lies Cluster immer zusammen mit dem Studiendesign und den Ausgangsdaten.
Matrix
Zeilen und Spalten definieren die verglichenen Beobachtungen oder Variablen.
Farbskala
Eine Legende ordnet Zahlen Farben zu und kennzeichnet den Mittelpunkt.
Normalisierung
Z-Werte je Zeile oder Spalte verlagern die Frage von der Größe zum relativen Muster.
Clustering
Distanzmetrik und Verknüpfungsregel bestimmen, welche ähnlichen Profile zusammenliegen.









