跟著Science學(xué)畫圖:python的seaborn模塊畫下三角熱圖

論文

De novo assembly, annotation, and comparative analysis of 26 diverse maize genomes

image.png

部分?jǐn)?shù)據(jù)和代碼是公開的因宇,我們今天試著重復(fù)一下論文補(bǔ)充材料里的 Figure S29

image.png

這個(gè)熱圖是用python中的seaborn模塊畫的,下面介紹畫圖代碼

導(dǎo)入需要用到的模塊

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

讀入數(shù)據(jù)集

部分?jǐn)?shù)據(jù)截圖如下

image.png
file = "matrix-b73-ref.csv"
b73Ref = pd.read_csv(file, index_col=0).reindex(["B97", "Ky21", "M162W", 
                                                 "Ms71", "Oh43", "Oh7B", "M37W", "Mo18W", "Tx303", "HP301", "P39",
                                                 "Il14H", "CML52", "CML69", "CML103", "CML228", "CML247", "CML277",
                                                 "CML322", "CML333", "Ki3", "Ki11", "NC350", "NC358", "Tzi8"])
b73Ref = b73Ref[["B97", "Ky21", "M162W", 
                 "Ms71", "Oh43", "Oh7B", "M37W", "Mo18W", "Tx303", "HP301", "P39", 
                 "Il14H", "CML52", "CML69", "CML103", "CML228", "CML247", "CML277", 
                 "CML322", "CML333", "Ki3", "Ki11", "NC350", "NC358", "Tzi8"]]

這里 index_col=0是用數(shù)據(jù)集中的第一列來(lái)做行名

reindx()函數(shù)是將行按照自己制定的內(nèi)容排序

[[]]是把列按照指定的內(nèi)容排序

查看數(shù)據(jù)集的前5行

b73Ref.head(5)

最基本的熱圖

sns.heatmap(b73Ref)
image.png

只保留下三角

這里直接讀取的數(shù)據(jù)集的數(shù)據(jù)類型是整數(shù)型娇钱,我們需要把數(shù)據(jù)轉(zhuǎn)換為浮點(diǎn)型效斑。論文中提供的代碼是沒(méi)有轉(zhuǎn)換數(shù)據(jù)類型的弃榨,如果完全按照他的代碼運(yùn)行可能會(huì)遇到報(bào)錯(cuò),這里可能是因?yàn)閜ython的版本不同吧锭弊,我現(xiàn)在用的python是3.8.3

colnames = ["B97", "Ky21", "M162W", 
                 "Ms71", "Oh43", "Oh7B", "M37W", "Mo18W", "Tx303", "HP301", "P39", 
                 "Il14H", "CML52", "CML69", "CML103", "CML228", "CML247", "CML277", 
                 "CML322", "CML333", "Ki3", "Ki11", "NC350", "NC358", "Tzi8"]

dtype = {}

for colname in colnames:
    dtype[colname] = np.float64
    
df = b73Ref.astype(dtype)

mask = np.triu(np.ones_like(df,dtype=bool))

sns.heatmap(df,mask=mask)
image.png

這里 np.ones_like()函數(shù)是生成一個(gè)和指定數(shù)據(jù)集維度一樣的矩陣 數(shù)值全是1

np.triu()函數(shù)是將下三角變成0或者false

更改配色

cmap = sns.diverging_palette(370, 120, n=80, as_cmap=True)
sns.heatmap(df, mask=mask, cmap=cmap, robust=True,
            square=True, linewidths=.5, cbar_kws={"shrink": .5})
image.png

添加輔助線,去掉y軸標(biāo)題

f, ax = plt.subplots(figsize=(14, 14))
cmap = sns.diverging_palette(370, 120, n=80, as_cmap=True)
sns.heatmap(df, mask=mask, cmap=cmap, robust=True,
            square=True, linewidths=.5, cbar_kws={"shrink": .5})
plt.ylabel('')
ax.axvline(x=6, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.76)
ax.axvline(x=9, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.64)
ax.axvline(x=10, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.6)
ax.axvline(x=12, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.52)
ax.axhline(y=6, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.24)
ax.axhline(y=9, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.36)
ax.axhline(y=10, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.4)
ax.axhline(y=12, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.48)
image.png

給坐標(biāo)軸的標(biāo)簽賦予顏色

f, ax = plt.subplots(figsize=(14, 14))
cmap = sns.diverging_palette(370, 120, n=80, as_cmap=True)
sns.heatmap(df, mask=mask, cmap=cmap, robust=True,
            square=True, linewidths=.5, cbar_kws={"shrink": .5})
plt.ylabel('')
ax.axvline(x=6, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.76)
ax.axvline(x=9, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.64)
ax.axvline(x=10, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.6)
ax.axvline(x=12, color ='blue', lw = 1.5, alpha = 0.75, ymax = 0.52)
ax.axhline(y=6, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.24)
ax.axhline(y=9, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.36)
ax.axhline(y=10, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.4)
ax.axhline(y=12, color ='black', lw = 1.5, alpha = 0.75, xmax = 0.48)
mycol = ["#4169E1", "#4169E1", "#4169E1", "#4169E1", "#4169E1", "#4169E1", "#787878", "#787878", "#787878", "#DA70D6", "#FF4500", "#FF4500", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32", "#32CD32"]
for tick, color in zip(ax.get_xticklabels(), mycol): tick.set_color(color)
for tick, color in zip(ax.get_yticklabels(), mycol): tick.set_color(color)

plt.savefig("1.pdf")
image.png

這個(gè)是最終的結(jié)果

歡迎大家關(guān)注我的公眾號(hào)

小明的數(shù)據(jù)分析筆記本

小明的數(shù)據(jù)分析筆記本 公眾號(hào) 主要分享:1债沮、R語(yǔ)言和python做數(shù)據(jù)分析和數(shù)據(jù)可視化的簡(jiǎn)單小例子;2蝇裤、園藝植物相關(guān)轉(zhuǎn)錄組學(xué)廷支、基因組學(xué)频鉴、群體遺傳學(xué)文獻(xiàn)閱讀筆記栓辜;3、生物信息學(xué)入門學(xué)習(xí)資料及自己的學(xué)習(xí)筆記垛孔!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末藕甩,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子周荐,更是在濱河造成了極大的恐慌狭莱,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件概作,死亡現(xiàn)場(chǎng)離奇詭異腋妙,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)讯榕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門骤素,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人愚屁,你說(shuō)我怎么就攤上這事济竹。” “怎么了霎槐?”我有些...
    開封第一講書人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵送浊,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我丘跌,道長(zhǎng)袭景,這世上最難降的妖魔是什么唁桩? 我笑而不...
    開封第一講書人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮耸棒,結(jié)果婚禮上朵夏,老公的妹妹穿的比我還像新娘。我一直安慰自己榆纽,他們只是感情好仰猖,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著奈籽,像睡著了一般饥侵。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上衣屏,一...
    開封第一講書人閱讀 48,970評(píng)論 1 284
  • 那天躏升,我揣著相機(jī)與錄音,去河邊找鬼狼忱。 笑死膨疏,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的钻弄。 我是一名探鬼主播佃却,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼窘俺!你這毒婦竟也來(lái)了饲帅?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤瘤泪,失蹤者是張志新(化名)和其女友劉穎灶泵,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體对途,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡赦邻,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了实檀。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片惶洲。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖劲妙,靈堂內(nèi)的尸體忽然破棺而出湃鹊,到底是詐尸還是另有隱情,我是刑警寧澤镣奋,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布币呵,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏余赢。R本人自食惡果不足惜芯义,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望妻柒。 院中可真熱鬧扛拨,春花似錦、人聲如沸举塔。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)央渣。三九已至计盒,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間芽丹,已是汗流浹背北启。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留拔第,地道東北人咕村。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像蚊俺,于是被迫代替她去往敵國(guó)和親懈涛。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容