Skip to content

1-3. 热图(聚类)

3. 热图

带来的第三个图，是一个比较常见的热图，对于热图，网上的教程有很多了，但基本都只是浮于表面，没有真正讲清楚一个好的热图该怎么画出来， 一个好的热图该呈递哪些信息，因此，在本期教程将教大家如何画一个信息丰富的热图

数据下载地址：https://github.com/Starlitnightly/bioinformatic_tutorial/tree/main/PLOT/data/data_heatmap.csv

3.1 画图配置

我们首先配置一下jupyter的显示效果，这里用了retina作为显示的图片格式，其次导入了一些常见的包，并提供了一个色卡

%matplotlib inline
%config InlineBackend.figure_format = 'retina'

#导入包，我有一个习惯就是把导入的包的版本号同时打印出来，这样别人出问题的时候，也能知道到底是哪个版本没对上
import matplotlib.pyplot as plt
import matplotlib
from matplotlib.colors import LinearSegmentedColormap
import matplotlib.patches as mpatches
print('matplotlib(Ver): ',matplotlib.__version__)

import seaborn as sns
print('seaborn(Ver): ',sns.__version__)

import numpy as np
print('numpy(Ver): ',np.__version__)

import pandas as pd
print('pandas(Ver): ',pd.__version__)

import random

#色卡，这里提供一个我画图常用的色卡，我一般画图的颜色都是从里面选取的
sc_color=['#7CBB5F','#368650','#A499CC','#5E4D9A','#78C2ED','#866017', '#9F987F','#E0DFED',
 '#EF7B77', '#279AD7','#F0EEF0', '#1F577B', '#A56BA7', '#E0A7C8', '#E069A6', '#941456', '#FCBC10',
 '#EAEFC5', '#01A0A7', '#75C8CC', '#F0D7BC', '#D5B26C', '#D5DA48', '#B6B812', '#9DC3C3', '#A89C92', '#FEE00C', '#FEF2A1']
plt.figure(figsize=(8, 2))
for i in range(len(sc_color)):
    plt.scatter(i, 1, c=sc_color[i], s=200)
plt.show()

matplotlib(Ver):  3.5.1
seaborn(Ver):  0.11.2
numpy(Ver):  1.23.4
pandas(Ver):  1.5.1

png

3.2 数据准备

3.2.1 导入数据

在这里，我们导入了绘制热图需要的数据，这里的数据是来源于实验组与对照组的基因的表达情况。

#设置文件路径
current_path='/home/xiongyy/analysis/PLOT/'
#使用read_csv导入csv文件
data=pd.read_csv(current_path+'data/data_heatmap.csv')
#设置表头,`inplace=True`代表替换原文件
data.set_index(data.columns[0],inplace=True)
data.head()
NEGF1 NEGF1yuan NEGF2yuan NEGF3 NEGF3yuan
Unnamed: 0
ID3 181 8455 10398 140 9382
TXNIP 6719 445 427 6833 513
MMP1 9307 551 426 9820 468
ID1 207 9829 8904 231 9901
PTGIS 8603 897 838 8684 942

3.2.2 Meta文件准备

什么是meta文件，就是样本对应的类别文件。我们准备好类别文件后，才能在此基础上进一步画图

meta=pd.DataFrame()
meta['id']=data.columns.tolist()
meta['Type']=['Experiment','Ctrl','Ctrl','Experiment','Ctrl',]
meta['Sample']=['Sample1','Sample1','Sample2','Sample3','Sample3',]
meta=meta.set_index(meta.columns[0])
meta
Type Sample
id
NEGF1 Experiment Sample1
NEGF1yuan Ctrl Sample1
NEGF2yuan Ctrl Sample2
NEGF3 Experiment Sample3
NEGF3yuan Ctrl Sample3

3.2.3 类别颜色文件准备

我们得到meta文件后，需要为每一种类别指定一种颜色，在这里，我们就用字典的方式来指定

#指定颜色字典
Type_color_dict={'Experiment':'#F08888','Ctrl':'#CFDEFE'}
Sample_color_dict={'Sample1':sc_color[17],'Sample2':sc_color[18],'Sample3':sc_color[19]}
#meta文件替换，注意，这里我们使用了map来匹配替换
meta_color=pd.DataFrame(index=meta.index.tolist())
meta_color['Type']=meta['Type'].map(Type_color_dict)
meta_color['Sample']=meta['Sample'].map(Sample_color_dict)
meta_color
Type Sample
NEGF1 #F08888 #EAEFC5
NEGF1yuan #CFDEFE #EAEFC5
NEGF2yuan #CFDEFE #01A0A7
NEGF3 #F08888 #75C8CC
NEGF3yuan #CFDEFE #75C8CC

3.3 绘制热图

3.3.1 颜色设置

由于我们热图的颜色希望是自定义的颜色集，所以在这里，我们用matplotlib的LinearSegmentedColormap构建了属于我们自己的颜色， _r代表颜色翻转，我们利用reverse（）对字符串进行翻转

colors=['#F7828A',"#F9C7C6","#FDFAF3","#D4E3D0","#9CCCA4",]
c = LinearSegmentedColormap.from_list('Custom', colors, len(colors))
colors.reverse()
c_r=LinearSegmentedColormap.from_list('Custom', colors, len(colors))

plt.figure(figsize=(5, 2))
for i in range(len(colors)):
    plt.scatter(i, 1, c=colors[i], s=200)
plt.show()

​
png ​

3.3.2 基本热图绘制

我们首先使用seaborn画一个基础的热图

ax=sns.clustermap(data.T, #T代表转置的意思
               cmap=c_r,#c_r是我此前定义的颜色
               standard_scale = 1,#标准化，
               figsize=(10,5),#图像大小
               row_colors=meta_color,#样本类别以及对应的颜色
               )

​
png ​

3.3.3 热图字体大小修改

我们发现热图的字体有一些大了，我们希望能让他变小一点

ax=sns.clustermap(data.T, #T代表转置的意思
               cmap=c_r,#c_r是我此前定义的颜色
               standard_scale = 1,#标准化，
               figsize=(10,5),#图像大小
               row_colors=meta_color,#样本类别以及对应的颜色
               )
#设置聚类热图的横坐标标签大小跟角度
xticks=ax.ax_heatmap.xaxis.get_ticklabels()
plt.setp(xticks, rotation=45, horizontalalignment='right',fontsize=8)
#设置聚类热图的纵坐标标签大小
yticks=ax.ax_heatmap.yaxis.get_ticklabels()
plt.setp(yticks, rotation=0, horizontalalignment='left',fontsize=8)
#设置聚类类别方块，也就是Type跟Sample的字体大小跟角度
labels=ax.ax_row_colors.xaxis.get_ticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right',fontsize=8)
#去除横标签
ax.ax_heatmap.set_xlabel('')

Text(0.5, -95.40277777777773, '')

​
png ​

3.3.4 热图图注

我们发现，图注的字体大小没有被修改，此外，我们颜色条对应的图注也不清晰，我们需要额外加上

#设置legend的位置
ax.cax.set_position([-.05, .3, .03, .45])
#设置legend的字体大小及其他属性
labels=ax.cax.get_yticklabels()
plt.setp(labels, rotation=0, horizontalalignment='left',fontsize=8)

ax_gca=plt.gca()
#绘制组别颜色条
for i,loc in zip(['Type','Sample'],[-1,3]):
    legend_li=[]
    for label in meta.index.unique():
        b1=ax.ax_col_dendrogram.bar(0, 0, color=meta_color[i][label],
                                label=label, linewidth=0)
        legend_li.append(b1)
    legend_ = plt.legend(legend_li, meta[i].unique(), fontsize=8,
                                  loc='center',title=i, ncol=1, bbox_to_anchor=(loc, 1, 0.5, 0.5), )
    ax_gca.add_artist(legend_)
ax.ax_row_dendrogram.legend(loc="best", ncol=1,bbox_to_anchor=(-.3, 0.7, 0.5, 0.5),fontsize=15)

No artists with labels found to put in legend.  Note that artists whose label start with an underscore are ignored when legend() is called with no argument.





<matplotlib.legend.Legend at 0x7f82ffc1f6a0>

​
png ​

3.4 小结

到这里，你已经掌握热图的基本绘制原理，我们下期教程再见