Biopython - 绘图

本章介绍如何绘制序列.在转到这个主题之前，让我们先了解一下绘图的基础知识.

绘图

Matplotlib是一个Python绘图库，可以生成多种质量数据格式.我们可以创建不同类型的图，如折线图，直方图，条形图，饼图，散点图等.

pyLab是一个属于matplotlib的模块，它结合了数字模块numpy与图形绘图模块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，并使用下面给出的命令 :

 
 pip install matplotlib

示例输入文件

在Biopython目录中创建一个名为plot.fasta的示例文件，添加以下的变化:

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

Line Plot

现在，让我们为上述fasta文件创建一个简单的线图。

Step 1:导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

Step 2: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

Step 3 :让我们导入pylab模块。

>>> import pylab

Step 4: 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') 
>>>

Step 5: 通过设置网格显示来配置折线图。

>>> pylab.grid()

Step 6:通过调用绘图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>]

Step 7:最后，使用以下命令保存图表。

>>> pylab.savefig("lines.png")

Result

执行完上述命令后，您可以看到以下图像保存在Biopython目录中。

Histogram Chart

直方图用于连续数据，其中bin表示数据范围。 绘图直方图与pylab.plot相同，与折线图相同。 取而代之的是，调用pylab模块的hist方法，其中包含记录和一些bin的custum值（5）。 完整的编码如下:

Step 1: 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

Step 2 :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

Step 3:让我们导入pylab模块。

>>> import pylab

Step 4 :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') 
>>>

Step 5 :通过设置网格显示来配置折线图。

>>> pylab.grid()

Step 6:通过调用绘图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>) 
>>>

Step 7:最后，使用以下命令保存图表。

>>> pylab.savefig("hist.png")

Result

执行完上述命令后，您可以看到以下图像保存在Biopython目录中。

GC Percentage in Sequence

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百分比来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:

Step 1:导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

Step 2 : 解析输入文件。

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

Step 3:让我们导入pylab模块。

>>> import pylab

Step 4: 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') 
>>>

Step 5: 通过设置网格显示来配置折线图。

>>> pylab.grid()

Step 6: 通过调用绘图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>]

Step 7:最后，使用以下命令保存图表。

>>> pylab.savefig("gc.png")

Result

执行完上述命令后，您可以看到以下图像保存在Biopython目录中。