新闻媒体-太阳成tyc7111cc

发稿时间：2020-10-12来源：天昊生物

上周，我们介绍了python的groupby函数和na值的填充，我们学会部分基础的数据处理方法。在获得基础数据后，我们为了探寻数据的规律，通常需要绘图挖掘数据意义。这里我们介绍python自带的基础绘图。

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]:

折线图

plot 默认参数 kind=line ,以下3种写法等同。

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轴指定 phylum，由于phylum水平名称太长，故横坐标出来的图看不清。下图不指定x参数，则默认使用行名。

in [4]:

df.plot(y='st01')
plt.show()

out[4]:

in [5]:

df.plot(y=['st01','st02','st03','st04','st05'])
plt.show()

out[5]:

由图可知，5个样品趋势一致，且第4行和第24行的门是丰度最高的门。

条形图

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'，则条形图水平绘制

in [8]:

df.plot.barh(x='phylum',y=['st01','st02','st03','st04','st05'])
plt.show()

out[8]:

散点图

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]:

饼图

in [12]:

df.plot.pie(y='st01')
plt.show()

out[12]:

饼图参数是y=，从上图可以看出，给出的标签值有问题。

in [13]:

df.index = df.phylum
df.plot.pie(y='st01',legend=false)
plt.savefig('test.png')

out[13]:

箱体图

in [14]:

df.plot.box(y='st01')
plt.show()

out[14]:

使用loc提取cyanobacteria、proteobacteria行的所有样品的丰度数据，并转置。此时cyanobacteria、proteobacteria变成列，对这两列数据绘制箱体图

df_sub.sample(5) 随机展示5行数据

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]:

直方图

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]:

同一类型的一页多图

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()

往期相关链接：

1、r基础篇

；

；

；

；

；
；
；

；

；

2、r进阶

；

；

；

；

；

；

；

；

；

3.python基础篇

；
；
；

4、数据提交

;

；

；

；

5、表达谱分析

；

；

；

6、医学数据分析

；

；

；

；

天昊客户服务中心

手机/微信号：18964693703

【本群将为大家提供】

分享生信分析方案

提供数据素材及分析软件支持

定期开展生信分析线上讲座

qq号：1040471849

作者：大熊

审核：有才

来源：天昊生信团