使用python怎么繪制一個火山圖

今天就跟大家聊聊有關使用python怎么繪制一個火山圖，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

python的數據類型有哪些?

python的數據類型：1. 數字類型，包括int（整型）、long（長整型）和float（浮點型）。2.字符串，分別是str類型和unicode類型。3.布爾型，Python布爾類型也是用于邏輯運算，有兩個值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數據類型，集合中可以放任何數據類型。5. 元組，元組用”()”標識，內部元素用逗號隔開。6. 字典，字典是一種鍵值對的集合。7. 集合，集合是一個無序的、不重復的數據組合。

1、導入數據

import pandas as pd # Data analysis
import numpy as np # Scientific computing
import seaborn as sns # Statistical visualization
 
# 讀取數據
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)

2、設置閾值

# 設置pvalue和logFC的閾值
cut_off_pvalue = 0.0000001
cut_off_logFC = 1

3、設置分組

#分組為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'

4、繪制散點圖

#繪制散點圖
ax = sns.scatterplot(x="x", y="-log10(pvalue)",
                      hue='group',
                      hue_order = ('down','normal','up'),
                      palette=("#377EB8","grey","#E41A1C"),
                      alpha=0.5,
                      s=15,

5、設置散點圖

#確定坐標軸顯示范圍
xmin=-6
xmax=10
ymin=7
ymax=13
ax.spines['right'].set_visible(False) #去掉右邊框
ax.spines['top'].set_visible(False) #去掉上邊框
ax.vlines(-cut_off_logFC, ymin, ymax, color='dimgrey',linestyle='dashed', linewidth=1) #畫豎直線
ax.vlines(cut_off_logFC, ymin, ymax, color='dimgrey',linestyle='dashed', linewidth=1) #畫豎直線
ax.hlines(-np.log10(cut_off_pvalue), xmin, xmax, color='dimgrey',linestyle='dashed', linewidth=1) #畫豎水平線
ax.set_xticks(range(xmin, xmax, 4))# 設置x軸刻度
ax.set_yticks(range(ymin, ymax, 2))# 設置y軸刻度
ax.set_ylabel('-log10(pvalue)',fontweight='bold') # 設置y軸標簽
ax.set_xlabel('log2(fold change)',fontweight='bold') # 設置x軸標簽

看完上述內容，你們對使用python怎么繪制一個火山圖有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。