Biopython 绘图

本章介绍了如何绘制序列。在进入这个话题之前，让我们先了解一下绘图的基本知识。

绘图

Matplotlib是一个Python绘图库，可以生成各种格式的高质量数据。我们可以创建不同类型的图，如线图、柱状图、条形图、饼图、散点图等。

pyLab是属于matplotlib的一个模块，它结合了数值模块numpy和图形绘制模块pyplot。 Biopython使用pylab模块来绘制序列。要做到这一点，我们需要导入以下代码-

import pylab

在导入之前，我们需要使用pip命令安装matplotlib包，其命令如下 –

pip install matplotlib

样本输入文件

在你的Biopython目录下创建一个名为 plot.fasta 的样本文件，并添加以下修改 –

>seq0 FQTWEEFSRAAEKLYLADPMKVRVVLKYRHVDGNLCIKVTDDLVCLVYRTDQAQDVKKIEKF 
>seq1 KYRTWEEFTRAAEKLYQADPMKVRVVLKYRHCDGNLCIKVTDDVVCLLYRTDQAQDVKKIEKFHSQLMRLME 
>seq2 EEYQTWEEFARAAEKLYLTDPMKVRVVLKYRHCDGNLCMKVTDDAVCLQYKTDQAQDVKKVEKLHGK 
>seq3 MYQVWEEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVCLQYKTDQAQDV
>seq4 EEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVVSYEMRLFGVQKDNFALEHSLL 
>seq5 SWEEFAKAAEVLYLEDPMKCRMCTKYRHVDHKLVVKLTDNHTVLKYVTDMAQDVKKIEKLTTLLMR 
>seq6 FTNWEEFAKAAERLHSANPEKCRFVTKYNHTKGELVLKLTDDVVCLQYSTNQLQDVKKLEKLSSTLLRSI 
>seq7 SWEEFVERSVQLFRGDPNATRYVMKYRHCEGKLVLKVTDDRECLKFKTDQAQDAKKMEKLNNIFF 
>seq8 SWDEFVDRSVQLFRADPESTRYVMKYRHCDGKLVLKVTDNKECLKFKTDQAQEAKKMEKLNNIFFTLM 
>seq9 KNWEDFEIAAENMYMANPQNCRYTMKYVHSKGHILLKMSDNVKCVQYRAENMPDLKK
>seq10 FDSWDEFVSKSVELFRNHPDTTRYVVKYRHCEGKLVLKVTDNHECLKFKTDQAQDAKKMEK

线状图

现在，让我们为上述fasta文件创建一个简单的线图。

第1步 - 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件。

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

第3步 - 让我们导入pylab模块。

>>> import pylab

第4步 --通过分配x轴和y轴的标签来配置折线图。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用plot方法和提供记录作为输入，绘制简单的折线图。

>>> pylab.plot(records) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

第7步 - 最后使用下面的命令保存图表。

>>> pylab.savefig("lines.png")

结果

执行上述命令后，你可以看到以下图片保存在你的Biopython目录中。

柱状图

直方图用于连续数据，其中的bin代表数据的范围。除了pylab.plot之外，绘制直方图与线图相同。取而代之的是调用pylab模块的hist方法，记录和一些bin的custum值（5）。完整的编码如下

第1步 - 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件。

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

第3步 - 让我们导入pylab模块。

>>> import pylab

第4步 - 通过分配x轴和y轴的标签来配置折线图。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用plot方法和提供记录作为输入，绘制简单的折线图。

>>> pylab.hist(records,bins=5) 
(array([2., 3., 1., 3., 2.]), array([57., 60., 63., 66., 69., 72.]), <a list 
of 5 Patch objects>) 
>>>

第7步 - 最后使用下面的命令保存图表。

>>> pylab.savefig("hist.png")

结果

执行上述命令后，你可以看到以下图片保存在你的Biopython目录中。

序列中的GC百分比

GC百分比是常用的分析数据之一，用于比较不同的序列。我们可以用一组序列的GC百分比做一个简单的线形图，并立即进行比较。在这里，我们只需将数据从序列长度改为GC百分比。下面给出了完整的编码–

第1步 - 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件。

>>> from Bio.SeqUtils import GC 
>>> gc = sorted(GC(rec.seq) for rec in SeqIO.parse("plot.fasta", "fasta"))

第3步 - 让我们导入pylab模块。

>>> import pylab

第4步 - 通过分配x轴和y轴的标签来配置折线图。

>>> pylab.xlabel("Genes") 
Text(0.5, 0, 'Genes') 

>>> pylab.ylabel("GC Percentage") 
Text(0, 0.5, 'GC Percentage') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用plot方法和提供记录作为输入，绘制简单的折线图。

>>> pylab.plot(gc) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

第7步 - 最后使用下面的命令保存图表。

>>> pylab.savefig("gc.png")

结果

执行上述命令后，你可以看到以下图片保存在你的Biopython目录中。