当前位置: 首页 > news >正文

【1:1复刻R版】python版火山图函数一键出图

随着我们单细胞python教程(scanpy单细胞分析)的发布,有小伙伴希望增加python的可视化,但是其实很多我们R中已经实现过了,选择用最简单的方式完成就可以了。本着教程都对标了,可视化也尽可能尽力对标,所以先从差异基因火山图可视化开始,这里1:1复刻的是之前R中的内容(ggplot做火山图---添加任意基因标签|||突出显示标记基因)。同样的实现散点图以及基因标注。为了让作图更加便捷,我们将过程写成了一个py函数,您只需要提供差异基因分析结果文件即可。

作图使用的是matplotlib结合seaborn,它两的组合我愿称之为python界的ggplot2!完整函数已发布微信VIP群!首先看看函数参数:我们需要提供的数据是一个dataframe,包含差异基因,logFC,pval的数据框。

看看复刻效果:

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.figure import Figure
import adjustText as at
df = pd.read_csv('./DEG.csv',index_col=0)
df

    ks_plot_volcano(data = df, pval_index="p_val_adj",logFC_index="avg_log2FC",label = True,gene_index = 'feature',lable_genes = genes['gene'])

      No description has been provided for this image

      ks_plot_volcano(data = df, pval_index="p_val_adj",logFC_index="avg_log2FC",style='s2',label = True,gene_index = 'feature',lable_genes = genes['gene'])
      plt.savefig('./vplt.pdf') #保存为pdf

        No description has been provided for this image

        觉得我们分享有些用的,点个赞再走呗!

        http://www.dtcms.com/a/337546.html

        相关文章:

      • iOS 正式包签名指南
      • 【LeetCode】15. 三数之和
      • 从财务整合到患者管理:德国医疗集团 Asklepios完成 SAP S/4HANA 全链条升级路径
      • 贪心算法(Greedy Algorithm)详解
      • 【机器学习】Macro-F1(宏平均 F1)是什么?
      • SWMM排水管网水力、水质建模及在海绵与水环境中的应用技术-模拟降雨和污染物质经过地面、排水管网、蓄水和处理
      • Jenkins启动端口修改失败查找日志
      • 音频算法工程师技能1
      • Vue2篇——第五章 Vue.js 自定义指令与插槽核心
      • 【序列晋升】:9 Service Mesh微服务通信的基础设施革命
      • 电子元器件-电容终篇:基本原理、参数解读、电路作用、分类及区别、应用场景、选型、降频及实战案例
      • Linux 系统~存储高级技术
      • C++ 中的 delete 与 default 关键字详解
      • diffusion model(1.4) 相关论文阅读清单
      • 遥感数字图像处理教程——第三章课后习题
      • flutter项目适配鸿蒙
      • 人工智能 | 基于大数据的皮肤病症状数据可视化分析系统(matlab源码)
      • Java设计模式-桥接模式
      • Alibaba Cloud Linux 3 在 Apple M 芯片 Mac 的 VMware Fusion 上部署的完整密码重置教程(二)
      • API 接口在电商中的重要应用​||关于API接口接入
      • 构建者设计模式 Builder
      • python学习DAY45打卡
      • 【运维实战】系统全链路监测方案~架构到实践
      • 【HTML】document api
      • 【每天学点‘音视频’】前向纠错 和 漏包重传
      • 图像分类精度评价的方法——误差矩阵、总体精度、用户精度、生产者精度、Kappa 系数
      • 在 PyCharm Notebook 中安装 YOLO
      • Google 的 Opal:重新定义自动化的 AI 平台
      • 【项目】分布式Json-RPC框架 - 项目介绍与前置知识准备
      • ARM架构下的cache transient allocation hint以及SMMUv2的TRANSIENTCFG配置详解