当前位置：极客教程 > Biopython > Biopython 教程 > Biopython 绘图

Biopython 绘图

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
Python

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
Python

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
Python

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
Python

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
Python

第3步 - 让我们导入pylab模块。

>>> import pylab
Python

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') 
>>>
Python

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()
Python

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>]
Python

第7步 - 最后使用下面的命令保存图表。

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

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。

Biopython - 绘图

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
Python

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
Python

第3步 - 让我们导入pylab模块。

>>> import pylab
Python

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') 
>>>
Python

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()
Python

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>) 
>>>
Python

第7步 - 最后使用下面的命令保存图表。

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

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。

Biopython - 绘图

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
Python

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"))
Python

第3步 - 让我们导入pylab模块。

>>> import pylab
Python

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') 
>>>
Python

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()
Python

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>]
Python

第7步 - 最后使用下面的命令保存图表。

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

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。

Biopython - 绘图

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Biopython 教程

登录

找回密码？

注册