Biopython - 绘图

---

---

本章介绍如何绘制序列图。在进入这个主题之前，让我们先了解绘制图的基本知识。

绘图

Matplotlib 是一个 Python 绘图库，它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绘图，例如折线图、直方图、条形图、饼图、散点图等。

pyLab 是 matplotlib 中的一个模块，它将数值模块 numpy 与图形绘制模块 pyplot 结合在一起。Biopython 使用 pylab 模块绘制序列图。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，并添加以下内容：

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

折线图

现在，让我们为上述 fasta 文件创建一个简单的折线图。

步骤 1 - 导入 SeqIO 模块以读取 fasta 文件。

>>> from Bio import SeqIO

步骤 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

步骤 3 - 让我们导入 pylab 模块。

>>> import pylab

步骤 4 - 通过分配 x 轴和 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') 
>>>

步骤 5 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

步骤 6 - 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>]

步骤 7 - 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 Biopython 目录中看到保存的以下图像。

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，只是不使用 pylab.plot。而是使用 pylab 模块的 hist 方法，并使用记录和一些自定义的 bin 值（5）。完整的代码如下：

步骤 1 - 导入 SeqIO 模块以读取 fasta 文件。

>>> from Bio import SeqIO

步骤 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

步骤 3 - 让我们导入 pylab 模块。

>>> import pylab

步骤 4 - 通过分配 x 轴和 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') 
>>>

步骤 5 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

步骤 6 - 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>) 
>>>

步骤 7 - 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 Biopython 目录中看到保存的以下图像。

序列中的 GC 百分比

GC 百分比是用于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 百分比创建一个简单的折线图，并立即进行比较。在这里，我们只需将数据从序列长度更改为 GC 百分比。完整的代码如下：

步骤 1 - 导入 SeqIO 模块以读取 fasta 文件。

>>> from Bio import SeqIO

步骤 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"))

步骤 3 - 让我们导入 pylab 模块。

>>> import pylab

步骤 4 - 通过分配 x 轴和 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') 
>>>

步骤 5 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

步骤 6 - 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>]

步骤 7 - 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 Biopython 目录中看到保存的以下图像。