如何用Python绘制Circos图 python matplotlib利用excel数据画图

如何用Python绘制Circos图

用Python实现Circos图的绘制在线绘制的Circos有一定局限性，如对数据的要求、个性化的局限和处理速度等的问题，但如果你是一个Pythoneer或者喜欢用更加Pythonic的方式来个性化地绘制Circos图，那么今天就跟随我一起用代码实现这一目标吧！
安装Circos包
首先，登录Python的包索引网站Python Package Index（PyPI，正确读音是：Pie Pee Ai），找到Circos包的下载页：
https://pypi.python.org/pypi/Circos/1.3.该包/模块的作者是我的好友Eric Ma。你可以选择下载wheeler文件，然后本地安装。也可以在shell下直接通过pip进行安装：
pipinstallcircos
注意，所支持的Python版本必须是3.x，对2不支持。
选择数据
当安装了circos包后，我们就可以直接应用这个包来写代码了。为了演示方便，我需要应用一些数据。作为内科医师，就让我来展示一下老本行：处理药物与肝酶细胞色素P450的相互关系的可视化。由于是为了抛砖引玉，所以绘制出的Circos图相对简单。
我们先从美国FDA官网下载不同细胞色素相关的各种口服药物表。共202种常用的口服药物，涵盖内科学、肿瘤学、神经科和心理学等学科。数据文件如下：
可以看到这个数据的结构：是按肝细胞色素酶进行分类，共分8个列。这8个细胞色素酶分别是：CYP1A2,CYP2B6, CYP2C8, CYP2C9, CYP2C19, CYP2D6, CYP2E1和CYP3A4。我们将要建立各个口服药与这些肝酶之间关系的Circos图，从而了解通过相同肝酶代谢或转化的药物之间是否存在相互作用。
导入各个模块和读入数据
导入各个模块：
fromcircosimportCircosPlot
importxlrd
importpandasaspd
importnumpyasnp
读入文件：
filename=.\MedicationInteraction.xlsx
book=xlrd.open_workbook(filename)
print(File loaded!)
提取数据：
nrows=book.sheet_by_name(Sheet1).nrows
header=book.sheet_by_name(Sheet1).row_values(0)
data=[book.sheet_by_name(Sheet1).row_values(i) fori inrange(1, nrows)]
df=pd.DataFrame(data, columns =header)
df[df==] = np.nan
读取后，药物和酶的数据为pandas的DataFrame数据结构，细胞色素P450酶的名字为columns的名字。我们可以检查一下数据：
修数据，尤其是处理NA数据
df_dict={}
foriinrange(len(df.columns)):
df_dict[df.icol(i).name] =list(df.icol(i).dropna())
节点和连线
创建节点（nodes）数据，在我这个例子里就是各个药物和肝酶：
nodes=[]
forkeyindf_dict.keys():
nodes.extend(df_dict[key])
nodes=list(nodes)
headers=list(df.columns)
enzymes=[0] * forheaderinheaders:
enzymes.append(header)
enzymes.extend([0]*5)
nodes.extend(enzymes)
创建连线（edges）数据，我们应用tuple（元组）这个数据结构来表示药物与特定肝酶之间的关系：
edges_origin=[]
forkeyindf_dict.keys():
forvalue indf_dict[key]:
edges_origin.append((key, value))
绘图
绘制Circos图：
c=CircosPlot(nodes, edges_origin, radius =10,
nodecolor="blue",
edgecolor="red",
)
c.draw()
得到了下面这张所有药物与肝酶之间的图：
左上方是8个肝脏细胞色素P450酶（CYP1A2、CYP2B6、CYP2C8、CYP2C9、CYP2C19、CYP2D6、CYP2E1和CYP3A4）。其它点即为202种口服药物。每种药物都与参与代谢和转化它的P450酶相连。与相同酶连接的不同药物，理论上应该都存在相互作用，但具体如何还要看与酶的作用机理。
个性化绘图
如果我们打算分别可视化出不同肝酶的关系图形，我们只需改变连线信息，即edges信息：
edges=[]
‍forvalueindf_dict[CYP2B6]:
edges.append((CYP2B6, value))
c=CircosPlot(nodes, edges, radius =10,
nodecolor="orange",
edgecolor="orange",
)
c.draw()
从而我们得到了各种肝酶所代谢和转化药物的图形
用PS将它们合并：
相同肝酶所代谢和转化的药物用相同颜色的edges表示。
显示特定药物
最后，我们可以挑选其中一些感兴趣的药物来进行观察，例如，我从这202个药物中指定几个我感兴趣的药物：
propafenone（心律平）, acetaminophen（对乙酰氨基酚）, paclitaxel（紫杉醇）, ibuprofen（布洛芬）, losartan（洛沙坦）, omeprazole（奥美拉唑）, carvediolo（卡维地洛）, codeine（可待因）, theophylline（茶碱）, quinidine（奎尼丁）, verapamil（异搏定）, lovastatin（洛伐他汀）, nitrendipine（尼群地平）
然后重新建立edges：
medications=[propafenone, acetaminophen, paclitaxel, ibuprofen, losartan, omeprazole, carvedilol, codeine, theophylline, quinidine, verapamil, lovastatin, nitrendipine]
edges_candidate=set()
formedicationinmedications:
foredge inedges_origin:
if medication==edge[1]:
edges_candidate.add(edge)
edges_candidate=list(edges_candidate)
然后再绘图：
c=CircosPlot(nodes, edges_candidate, radius =10,
nodecolor="black",
edgecolor="black",
)
c.draw()
从而得到这张图。

python matplotlib利用excel数据画图

你的x轴输入应该是time啊。为什么不输入进去呢？
plt.plot()第一个参数你肯定输入了，但是第二参数没有输入，所以默认x轴自增，这个你直接将time数组输入进去就可以了，plt.plot(x,y)

python导入csv并利用其中数据画图

昨天手机看的，没看到你发的表格，抱歉。给你写个简单的。
import pandas
import matplotlib.pyplot as plt
# sep这是是分割符，具体看你自己的文件分割是用什么，usecoles是取a,b,c三列
a_b_c = pandas.read_csv("这里写你的文件地址", sep=" ", usecols=[1,2,3])
# 取c在3000到10000的行
a = a_b_c[(a_b_c[c]>=3000) & (a_b_c[c]<=10000)]
a_col = a["a"]
b_col = a["b"]
plt.scatter(a_col, b_col)
plt.show()
流程大概是这样，具体需要细化的地方看官方文档或者百度查询。

怎么用python实现鼠标绘图

用matplotlib库, 为了方便可以安装一种集成环境，这有许多可以选择的（anoconda,pyzo,enthought...etc)。ubuntu 也可以在终端里 apt-get install python-matplotlib.最好安装 apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

如果是集成环境，对于你的这种简单的数据，简便的方法是用spider （一个IDE），导入数据，在数据窗口右键plot，就直接出图了，不需要代码。
simple_line_demo:
import matplotlib.pyplot as plt
HJD = [...]
MAG = [...]
plt.plot(HJD,MAG)
plt.show()