十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
这篇文章主要介绍“怎么用Python绘图”,在日常操作中,相信很多人在怎么用Python绘图问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用Python绘图”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
从事四川联通机房服务器托管,服务器租用,云主机,网站空间,域名注册,CDN,网络代维等服务。
数据说明
示例数据,其中数据均为虚拟数据,与实际生物学过程无关
文件名:dataset_volcano.txt
列分别为基因 (gene),差异倍数(logFC),t-test的P值(P.Value)
Step 1: 导入数据:
import pandas as pd # Data analysis import numpy as np # Scientific computing import seaborn as sns # Statistical visualization # 读取数据 df = pd.read_csv('./dataset_volcano.txt', sep='\t') result = pd.DataFrame() result['x'] = df['logFC'] result['y'] = df['P.Value'] result['-log10(pvalue)']=-df['P.Value'].apply(np.log10)
Step2: 设置阈值
# 设置pvalue和logFC的阈值 cut_off_pvalue = 0.0000001 cut_off_logFC = 1
Step3: 设置分组
#分组为up, normal, down result.loc[(result.x> cut_off_logFC )&(result.y < cut_off_pvalue),'group'] = 'up' result.loc[(result.x< -cut_off_logFC )&(result.y < cut_off_pvalue),'group'] = 'down' result.loc[(result.x>=-cut_off_logFC )&(result.x<=cut_off_logFC )|(result.y >= cut_off_pvalue),'group'] = 'normal'
Step4: 绘制散点图
#绘制散点图 ax = sns.scatterplot(x="x", y="-log10(pvalue)", hue='group', hue_order = ('down','normal','up'), palette=("#377EB8","grey","#E41A1C"), alpha=0.5, s=15, data=result)
Step5: 设置散点图
#确定坐标轴显示范围 xmin=-6 xmax=10 ymin=7 ymax=13 ax.spines['right'].set_visible(False) #去掉右边框 ax.spines['top'].set_visible(False) #去掉上边框 ax.vlines(-cut_off_logFC, ymin, ymax, color='dimgrey',linestyle='dashed', linewidth=1) #画竖直线 ax.vlines(cut_off_logFC, ymin, ymax, color='dimgrey',linestyle='dashed', linewidth=1) #画竖直线 ax.hlines(-np.log10(cut_off_pvalue), xmin, xmax, color='dimgrey',linestyle='dashed', linewidth=1) #画竖水平线 ax.set_xticks(range(xmin, xmax, 4))# 设置x轴刻度 ax.set_yticks(range(ymin, ymax, 2))# 设置y轴刻度 ax.set_ylabel('-log10(pvalue)',fontweight='bold') # 设置y轴标签 ax.set_xlabel('log2(fold change)',fontweight='bold') # 设置x轴标签
到此,关于“怎么用Python绘图”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!