Python Matplotlib 基因表达可视化 (多层级散点图示意)

细胞群体基因表达测序结果可视化

背景

最近帮小陈处理了一下相关实验数据，Python结果展示效果还不错，记录一下。

需求示意

不同细胞群体的基因表达量测序结果可视化分析。

1. 预处理 ，汇总实验数据中各群体中基因数量，并获取基因对应的表达量；
2. 基因 ，通过横轴区分，按出现次数排序后，整数表征示意；
3. 细胞群体 ，通过纵轴区分，用整数表征群体；
4. 表达量 ，利用气泡颜色深浅标准表达量差异；
5. 细胞群体频度 ，通过气泡大小代表细胞群体中的出现次数；

数据示意(已脱敏)

MOVEMENT	SIZE	GFP-FKM	KG-FKM	CELL-A	CELL-B	CELL-C	CELL-D	CELL-E	CELL-F	CELL-G
LRP	7	2.69	1.01	1	2	3	4	5	6	7
MER	7	3.68	2.41	1	2	3	4	5	6	7
ADO	6	3.17	1.18	1	2	3	0	5	6	7
APO	6	2.75	1.46	1	2	3	0	5	6	7
…	…	…	…	…	…	…	…	…	…	…

结果示意

绘图示意

1. plt.scatter散点图的常见属性 ：
   x：指定散点图的x轴数据；[^1]
   y：指定散点图的y轴数据；
   s：指定散点图点的大小，默认为20，通过传入新的变量，实现气泡图的绘制；
   c：可用于不同类别的颜色，指定散点图点的颜色，默认为蓝色；
   marker：指定散点图点的形状，默认为圆形；
   cmap：指定色图提供了一些默认色带，详见[^2]
   alpha：设置散点的透明度；
2. plt.xticks坐标轴的常见属性 ：
   plt.yticks(scale_y, index_y)：替换坐标轴的含义；
   fontsize：坐标轴文本大小；
   rotation：坐标轴文本旋转角度；

代码示意

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


def main_(folder_path, png_path):
    # 读取实验数据
    all_data_raw = pd.read_csv(folder_path)
    # 过滤数据>2的样本
    select_data = all_data_raw[all_data_raw["SIZE"] > 2]
    # 获取基因名称
    name_data = select_data["MOVEMENT"].tolist()
    # 获取基因出现的细胞群体数量
    size_data = select_data["SIZE"].tolist()
    # 获取表达量,区分GFP及KG
    gfp_data = select