pandas和matplotlib繪制簡單圖形

發(fā)稿時(shí)間：2020-10-12來源：天昊生物

上周，我們介紹了python的groupby函數(shù)和NA值的填充，我們學(xué)會部分基礎(chǔ)的數(shù)據(jù)處理方法。在獲得基礎(chǔ)數(shù)據(jù)后，我們?yōu)榱颂綄?shù)據(jù)的規(guī)律，通常需要繪圖挖掘數(shù)據(jù)意義。這里我們介紹python自帶的基礎(chǔ)繪圖。

In [1]:

%matplotlib inline
import matplotlib.pyplot as plt
import pandas as pd

In [2]:

df = pd.read_excel('data/ASV/phylum.xlsx')
df

Out[2]:

折線圖

plot 默認(rèn)參數(shù) kind=line ,以下3種寫法等同。

df.plot(x='phylum',y='ST01')

df.plot(x='phylum',y='ST01',kind='line')

df.plot.line(x='phylum',y='ST01')

In [3]:

df.plot.line(x='phylum',y='ST01')
plt.show()

Out[3]:

x軸指定 phylum，由于phylum水平名稱太長，故橫坐標(biāo)出來的圖看不清。下圖不指定x參數(shù)，則默認(rèn)使用行名。

In [4]:

df.plot(y='ST01')
plt.show()

Out[4]:

In [5]:

df.plot(y=['ST01','ST02','ST03','ST04','ST05'])
plt.show()

Out[5]:

由圖可知，5個(gè)樣品趨勢一致，且第4行和第24行的門是豐度最高的門。

條形圖

In [6]:

df.plot.bar(x='phylum',y='ST01')
plt.show()

Out[6]:

In [7]:

df.plot.bar(x='phylum',y=['ST01','ST02','ST03','ST04','ST05'])
plt.show()

Out[7]:

kind = 'barh'，則條形圖水平繪制

In [8]:

df.plot.barh(x='phylum',y=['ST01','ST02','ST03','ST04','ST05'])
plt.show()

Out[8]:

散點(diǎn)圖

In [9]:

df.plot.scatter(x='phylum',y='ST01')
plt.show()

Out[9]:

In [10]:

ax = df.plot.scatter(x='phylum',y='ST01',color='green',label='ST01')

df.plot.scatter(x='phylum',y='ST02',color='red',label='ST02',ax=ax)
plt.show()

Out[10]:

In [11]:

df.plot.scatter(x='ST01',y='ST02')
plt.show()

Out[11]:

餅圖

In [12]:

df.plot.pie(y='ST01')
plt.show()

Out[12]:

餅圖參數(shù)是y=，從上圖可以看出，給出的標(biāo)簽值有問題。

In [13]:

df.index = df.phylum
df.plot.pie(y='ST01',legend=False)
plt.savefig('test.png')

Out[13]:

箱體圖

In [14]:

df.plot.box(y='ST01')
plt.show()

Out[14]:

使用loc提取Cyanobacteria、Proteobacteria行的所有樣品的豐度數(shù)據(jù)，并轉(zhuǎn)置。此時(shí)Cyanobacteria、Proteobacteria變成列，對這兩列數(shù)據(jù)繪制箱體圖

df_sub.sample(5) 隨機(jī)展示5行數(shù)據(jù)

In[15]:

df_sub = df.loc[['Cyanobacteria','Proteobacteria'],'ST01':'ST20'].T 
df_sub.sample(5)

Out[15]:

In [16]:

df_sub.plot.box(y=['Cyanobacteria','Proteobacteria'])
plt.show()

Out[16]:

直方圖

In[17]:

df_sub.plot.hist(y='Cyanobacteria')
plt.show()

Out[17]:

In [18]:

df_sub.plot.hist(y=['Cyanobacteria','Proteobacteria'])
plt.show()

Out[18]:

同一類型的一頁多圖

In [19]:

df.plot(kind='line',y=['ST01','ST02','ST03','ST04'],subplots=True,layout=(2,2),figsize=(20,10),title="Four Sample's Abundance")
plt.show()

往期相關(guān)鏈接：

1、R基礎(chǔ)篇

excel不熟練怎么辦，R來幫您（一）數(shù)據(jù)分類匯總；

如何使用Rstudio練習(xí)R基礎(chǔ)教程；

R相關(guān)軟件及R包安裝；

【零基礎(chǔ)學(xué)繪圖】之氣泡圖繪制（六）；

【零基礎(chǔ)學(xué)繪圖】之繪制venn圖（五）；
【零基礎(chǔ)學(xué)繪圖】之繪制barplot柱狀圖圖（四）；
【零基礎(chǔ)學(xué)繪圖】之繪制heatmap圖（三）；

【零基礎(chǔ)學(xué)繪圖】之繪制PCA圖（二）；

【零基礎(chǔ)學(xué)繪圖】之a(chǎn)lpha指數(shù)箱體圖繪制（一）；

2、R進(jìn)階

ggplot2參數(shù)設(shè)置麻煩？試試ggpar！；

【繪圖進(jìn)階】之帶連線的箱體圖繪制(8)；

【繪圖進(jìn)階】之配對箱體圖繪制(七)；

【繪圖進(jìn)階】之通路與菌的相關(guān)性分析熱圖(六)；

【繪圖進(jìn)階】之lefse定制化繪圖(五)；

【繪圖進(jìn)階】之六種帶中心點(diǎn)的PCA 圖和三維PCA圖繪制（四）；

【繪圖進(jìn)階】之交互式可刪減分組和顯示樣品名的PCA 圖（三）；

【繪圖進(jìn)階】之繪制PCA biplot圖(二)；

【進(jìn)階篇繪圖】之帶P值的箱體圖、小提琴圖繪制（一）；

3.python基礎(chǔ)篇

Python入門到底有多簡單（三）：填充數(shù)據(jù)；
【Python入門到底有多簡單】之groupby數(shù)據(jù)分類匯總（二）；
Python入門到底有多簡單（一）：數(shù)據(jù)讀寫與輸出；

4、數(shù)據(jù)提交

3分鐘學(xué)會微生物多樣性云平臺數(shù)據(jù)分析;

3分鐘學(xué)會CHIP-seq類實(shí)驗(yàn)測序數(shù)據(jù)可視化 —IGV的使用手冊；

10分鐘搞定多樣性數(shù)據(jù)提交，最快半天內(nèi)獲取登錄號，史上最全的多樣性原始數(shù)據(jù)提交教程；

20分鐘搞定GEO上傳，史上最簡單、最詳細(xì)的GEO數(shù)據(jù)上傳攻略；

5、表達(dá)譜分析

表達(dá)譜分析（二）通路富集分析和基因互作網(wǎng)絡(luò)圖繪制；

如何對GEO數(shù)據(jù)進(jìn)行差異分析；

miRNA靶基因預(yù)測軟件__miRWalk 3.0；

6、醫(yī)學(xué)數(shù)據(jù)分析

KING: 樣本親緣關(guān)系鑒定工具；

【W(wǎng)GS服務(wù)升級】人工智能軟件SpliceAI助力解讀罕見和未確診疾病中的非編碼突變；

隱性疾病trio家系別忽視單親二倍體現(xiàn)象——天昊數(shù)據(jù)分析助力臨床疾病診斷新添UPD（單親二倍體）可視化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的關(guān)鍵基因查詢數(shù)據(jù)庫，我不允許你不知道Phenolyzer；

天昊客戶服務(wù)中心

手機(jī)/微信號：18964693703

【本群將為大家提供】

分享生信分析方案

提供數(shù)據(jù)素材及分析軟件支持

定期開展生信分析線上講座

QQ號：1040471849

作者：大熊

審核：有才

來源：天昊生信團(tuán)