python画聚类图_使用seaborn绘制聚类热图

本文介绍了如何使用Python的Seaborn库中的clustermap函数绘制聚类热图,特别是在生物信息学中进行差异基因可视化的方法。通过生成随机矩阵并合并,然后利用不同颜色主题绘制热图,展示了clustermap的聚类功能。
摘要由CSDN通过智能技术生成

在生物信息领域,无论是基因芯片,RNAseq还是其他各种生信分析里面,差异基因的寻找总是最基础的工作,而热图在差异基因的可视化展示方面占据了独一无二的地位,在这里我将介绍如何使用seaborn库里面的clustermap函数来进行差异基因的可视化展示。

代码

1.导入seaborn等库

import numpy as np

from seaborn import clustermap

import seaborn as sns; sns.set(color_codes=True)

import pandas as pd

2.生成随机矩阵

df1 = pd.DataFrame(np.random.random((1000,10)), columns=["a"+str(i) for i in range(1,11)])#生成随机矩阵1

df2 = pd.DataFrame(np.random.random((1000,10))*2, columns=["b"+str(i) for i in range(1,11)])#生成随机矩阵2

df3 = pd.DataFrame(np.random.random((1000,10))*3, columns=["c"+str(i) for i in range(1,11)])#生成随机矩阵3

#df.rename( index = df["Gene Name"],inplace=True)#设置dataframe的行名

#df.columns=["A1","A2","A3","B1","B2","B3","C1","C3"]#设置dataframe的列名

df

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值