Biopython - 绘图
本章介绍如何绘制序列。 在进入这个主题之前，让我们了解绘图的基础知识。
绘图
Matplotlib 是一个 Python 绘图库，可以生成各种格式的高质量图形。 我们可以创建不同类型的图表，如折线图、直方图、条形图、饼图、散点图等。
pyLab是matplotlib中的一个模块，结合了数值模块numpy和图形绘图模块pyplot。Biopython使用pylab模块绘制序列。 为此，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，命令如下 −
pip install matplotlib
示例输入文件
在您的 Biopython 目录中创建一个名为 plot.fasta 的示例文件并添加以下更改 −
>seq0 FQTWEEFSRAAEKLYLADPMKVRVVLKYRHVDGNLCIKVTDDLVCLVYRTDQAQDVKKIEKF >seq1 KYRTWEEFTRAAEKLYQADPMKVRVVLKYRHCDGNLCIKVTDDVVCLLYRTDQAQDVKKIEKFHSQLMRLME >seq2 EEYQTWEEFARAAEKLYLTDPMKVRVVLKYRHCDGNLCMKVTDDAVCLQYKTDQAQDVKKVEKLHGK >seq3 MYQVWEEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVCLQYKTDQAQDV >seq4 EEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVVSYEMRLFGVQKDNFALEHSLL >seq5 SWEEFAKAAEVLYLEDPMKCRMCTKYRHVDHKLVVKLTDNHTVLKYVTDMAQDVKKIEKLTTLLMR >seq6 FTNWEEFAKAAERLHSANPEKCRFVTKYNHTKGELVLKLTDDVVCLQYSTNQLQDVKKLEKLSSTLLRSI >seq7 SWEEFVERSVQLFRGDPNATRYVMKYRHCEGKLVLKVTDDRECLKFKTDQAQDAKKMEKLNNIFF >seq8 SWDEFVDRSVQLFRADPESTRYVMKYRHCDGKLVLKVTDNKECLKFKTDQAQEAKKMEKLNNIFFTLM >seq9 KNWEDFEIAAENMYMANPQNCRYTMKYVHSKGHILLKMSDNVKCVQYRAENMPDLKK >seq10 FDSWDEFVSKSVELFRNHPDTTRYVVKYRHCEGKLVLKVTDNHECLKFKTDQAQDAKKMEK
线图
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 和 y 轴标签来配置折线图。
>>> pylab.xlabel("sequence length")
Text(0.5, 0, 'sequence length')
>>> pylab.ylabel("count")
Text(0, 0.5, 'count')
>>>
第 5 步 − 通过设置网格显示配置折线图。
>>> pylab.grid()
第 6 步 − 通过调用 plot 方法并提供记录作为输入来绘制简单的折线图。
>>> pylab.plot(records) [<matplotlib.lines.Line2D object at 0x10b6869d 0>]
第 7 步 − 最后使用以下命令保存图表。
>>> pylab.savefig("lines.png")
结果
执行上述命令后，您可以在您的 Biopython 目录中看到如下图像。
直方图
直方图用于连续数据，其中 bin 表示数据范围。 绘制直方图与折线图相同，除了 pylab.plot。 相反，调用带有记录的 pylab 模块的 hist 方法和 bins (5) 的一些自定义值。 完整的编码如下 −
第 1 步 − 导入 SeqIO 模块读取 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 和 y 轴标签来配置折线图。
>>> pylab.xlabel("sequence length")
Text(0.5, 0, 'sequence length')
>>> pylab.ylabel("count")
Text(0, 0.5, 'count')
>>>
第 5 步 − 通过设置网格显示配置折线图。
>>> pylab.grid()
第 6 步 − 通过调用 plot 方法并提供记录作为输入来绘制简单的折线图。
>>> 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 − 最后使用以下命令保存图表。
>>> pylab.savefig("hist.png")
结果
执行上述命令后，您可以在您的Biopython目录中看到如下图像。
序列中的 GC 百分比
GC 百分比是比较不同序列的常用分析数据之一。 我们可以使用一组序列的 GC 百分比做一个简单的折线图并立即进行比较。 在这里，我们可以将数据从序列长度更改为 GC 百分比。 完整的编码如下 −
第 1 步 − 导入 SeqIO 模块读取 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 和 y 轴标签来配置折线图。
>>> pylab.xlabel("Genes")
Text(0.5, 0, 'Genes')
>>> pylab.ylabel("GC Percentage")
Text(0, 0.5, 'GC Percentage')
>>>
第 5 步 − 通过设置网格显示配置折线图。
>>> pylab.grid()
第 6 步 − 通过调用 plot 方法并提供记录作为输入来绘制简单的折线图。
>>> pylab.plot(gc) [<matplotlib.lines.Line2D object at 0x10b6869d 0>]
第 7 步 − 最后使用以下命令保存图表。
>>> pylab.savefig("gc.png")
结果
执行上述命令后，您可以在您的Biopython目录中看到如下图像。
