Python数据分析绘图过程详细讲解（附代码）

Dear 丶 2023-01-08 02:10 149阅读 0赞

# 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

# ![a2b6984089fbb14c9cf0ff607a09682a.png][] #

# 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：

![Python数据分析绘图过程详细讲解（附代码）][Python]

Step 1: 导入数据：

import pandas as pd # Data analysis
    import numpy as np # Scientific computing
    import 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 = 0.0000001
    cut_off_logFC = 1

Step3: 设置分组

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

[a2b6984089fbb14c9cf0ff607a09682a.png]: /images/20221119/4a6f478620994ff88567efa7a9a785d0.png
[Python]: /images/20221119/098202ef621146b4b4776a5a92cee97c.png