Biopython - 繪圖

---

---

本章介紹如何繪製序列圖。在進入這個主題之前，讓我們先了解繪製圖的基本知識。

繪圖

Matplotlib 是一個 Python 繪相簿，它可以生成各種格式的高質量圖形。我們可以建立不同型別的繪圖，例如折線圖、直方圖、條形圖、餅圖、散點圖等。

pyLab 是 matplotlib 中的一個模組，它將數值模組 numpy 與圖形繪製模組 pyplot 結合在一起。Biopython 使用 pylab 模組繪製序列圖。為此，我們需要匯入以下程式碼：

import pylab

在匯入之前，我們需要使用 pip 命令安裝 matplotlib 包，命令如下：

pip install matplotlib

示例輸入檔案

在您的 Biopython 目錄中建立一個名為 plot.fasta 的示例檔案，並新增以下內容：

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

折線圖

現在，讓我們為上述 fasta 檔案建立一個簡單的折線圖。

步驟 1 - 匯入 SeqIO 模組以讀取 fasta 檔案。

>>> from Bio import SeqIO

步驟 2 - 解析輸入檔案。

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

步驟 3 - 讓我們匯入 pylab 模組。

>>> import pylab

步驟 4 - 透過分配 x 軸和 y 軸標籤來配置折線圖。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

步驟 5 - 透過設定網格顯示來配置折線圖。

>>> pylab.grid()

步驟 6 - 透過呼叫 plot 方法並提供記錄作為輸入來繪製簡單的折線圖。

>>> pylab.plot(records) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

步驟 7 - 最後，使用以下命令儲存圖表。

>>> pylab.savefig("lines.png")

結果

執行上述命令後，您可以在 Biopython 目錄中看到儲存的以下影像。

直方圖

直方圖用於連續資料，其中 bin 表示資料範圍。繪製直方圖與折線圖相同，只是不使用 pylab.plot。而是使用 pylab 模組的 hist 方法，並使用記錄和一些自定義的 bin 值（5）。完整的程式碼如下：

步驟 1 - 匯入 SeqIO 模組以讀取 fasta 檔案。

>>> from Bio import SeqIO

步驟 2 - 解析輸入檔案。

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

步驟 3 - 讓我們匯入 pylab 模組。

>>> import pylab

步驟 4 - 透過分配 x 軸和 y 軸標籤來配置折線圖。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

步驟 5 - 透過設定網格顯示來配置折線圖。

>>> pylab.grid()

步驟 6 - 透過呼叫 plot 方法並提供記錄作為輸入來繪製簡單的折線圖。

>>> pylab.hist(records,bins=5) 
(array([2., 3., 1., 3., 2.]), array([57., 60., 63., 66., 69., 72.]), <a list 
of 5 Patch objects>) 
>>>

步驟 7 - 最後，使用以下命令儲存圖表。

>>> pylab.savefig("hist.png")

結果

執行上述命令後，您可以在 Biopython 目錄中看到儲存的以下影像。

序列中的 GC 百分比

GC 百分比是用於比較不同序列的常用分析資料之一。我們可以使用一組序列的 GC 百分比建立一個簡單的折線圖，並立即進行比較。在這裡，我們只需將資料從序列長度更改為 GC 百分比。完整的程式碼如下：

步驟 1 - 匯入 SeqIO 模組以讀取 fasta 檔案。

>>> from Bio import SeqIO

步驟 2 - 解析輸入檔案。

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

步驟 3 - 讓我們匯入 pylab 模組。

>>> import pylab

步驟 4 - 透過分配 x 軸和 y 軸標籤來配置折線圖。

>>> pylab.xlabel("Genes") 
Text(0.5, 0, 'Genes') 

>>> pylab.ylabel("GC Percentage") 
Text(0, 0.5, 'GC Percentage') 
>>>

步驟 5 - 透過設定網格顯示來配置折線圖。

>>> pylab.grid()

步驟 6 - 透過呼叫 plot 方法並提供記錄作為輸入來繪製簡單的折線圖。

>>> pylab.plot(gc) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

步驟 7 - 最後，使用以下命令儲存圖表。

>>> pylab.savefig("gc.png")

結果

執行上述命令後，您可以在 Biopython 目錄中看到儲存的以下影像。