Python数据分析绘图过程详细讲解（附代码）

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

作者：小汤豆

来源：汤豆道课

Python爬虫、数据分析、网站开发等案例教程视频免费在线观看

https://space.bilibili.com/523606542

一. 数据准备

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）

二. 绘制火山图

先上效果图：

Step 1: 导入数据：

import pandas as pd # Data analysisimport numpy as np # Scientific computingimport 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 = 0.0000001cut_off_logFC = 1

Step3: 设置分组

#分组为up, normal, downresult.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=-6xmax=10ymin=7ymax=13ax.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