Heatmap mit Dendrogramm in Python + Matplotlib

In R können Sie eine Wärmekarte mit einem Dendrogramm zeichnen, das für jede Achse von x und y gruppiert ist, indem Sie einfach "Heatmap (x)" eingeben. Dies ist Bioinformatikern bekannt, die jeden Tag murmeln, z. B. die Genexpressionsstufe. Es ist eine Funktion von, aber als ich versuchte, dasselbe in der Python + matplotlib-Umgebung zu tun, gab es nicht viele Informationen, also versuchte ich es durch Ausprobieren.

Ich werde es als Memorandum veröffentlichen.

Datenaufbereitung

Erstellen Sie zunächst als geeignete Daten Daten, die die Zunahme oder Abnahme des Genexpressionsniveaus für jedes Zellgewebe zeigen. Die Gewebe- und Genentscheidungen hier sind alle angemessen. Wir werden die randomisierten Daten in ein "pandas.DataFrame" -Objekt optimieren, so dass es beim späteren Clustering so aussieht.

python

#!/usr/bin/env python3

genes = [
    'HIST1H4H', 'SPRN', 'DNLZ', 'PYCARD', 'PRDM11', 'DKKL1', 'CYBRD1', 'DMAP1',
    'MT1E', 'PDGFRL', 'SERTM1', 'PIFO', 'FAM109A', 'ST5', 'ABCA7', 'FAM160A1',
    'SAMD15', 'NUAK1', 'GLTP', 'HIST3H2A', 'SCN5A', 'PNPLA5', 'SFRP5', 'CCBE1',
    'PTCD1', 'RFTN1', 'SYTL2', 'FAM65B', 'NFKBIZ', 'RHOG', 'KIF3A', 'DYRK1B',
    'NXPH2', 'APLN', 'ZNF526', 'NRIP3', 'KCNMA1', 'MTSS1', 'ZNF566', 'TNC',
    'GPX2', 'AQP3', 'TSACC', 'SNX15', 'TRIM22', 'THAP6', 'GRIP1', 'DLGAP3',
]
tissues = [
    'brain', 'kidney', 'lung', 'heart',
    'liver', 'pancreas', 'testis', 'placenta',
]


def draw_heatmap(a):
    print(a.head())

def _main():
    from random import choice
    import numpy as np
    from pandas import DataFrame
    v = np.random.random([4, len(tissues)]) * 1.2 - 0.6
    w = np.random.random([3, len(genes)]) * 0.8 - 0.4
    v = np.vstack([choice(v) for x in genes])
    w = np.vstack([choice(w) for x in tissues]).T
    a = DataFrame(v + w, index=genes, columns=tissues)
    draw_heatmap(a)

if __name__ == '__main__':
    _main()

Ausführungsergebnis

             brain    kidney      lung     heart     liver  pancreas  \
HIST1H4H -0.085630  0.074054  0.058026 -0.142751 -0.767515 -0.348885   
SPRN     -0.424203  0.251821 -0.012052 -0.037645 -0.000477  0.714727   
DNLZ      0.372402  0.532086  0.097971 -0.102806 -0.727570  0.109148   
PYCARD   -0.561378  0.114647  0.706732  0.681139  0.718306  0.577552   
PRDM11   -0.698969 -0.022945  0.240133  0.214540  0.251708  0.439960   

            testis  placenta  
HIST1H4H  0.324709 -0.319531  
SPRN     -0.815679 -0.010529  
DNLZ      0.402956 -0.241284  
PYCARD   -0.728135  0.077015  
PRDM11   -0.773637  0.031513  

Von nun an werden wir nur noch mit der Funktion "draw_heatmap (a)" spielen.

Zur schnellen Anzeige

Wenn Sie vorerst nur die Daten überprüfen möchten, anstatt Materialien zu erstellen, können Sie diese anzeigen, indem Sie die Daten wie folgt in imshow () of matplotlib einfügen.

def draw_heatmap(a):
    from matplotlib import pyplot as plt
    plt.imshow(a, aspect='auto', interpolation='none')
    plt.colorbar()
    plt.xticks(range(a.shape[1]), a.columns)
    plt.yticks(range(a.shape[0]), a.index)
    plt.show()

Lass es gut aussehen

Wir werden dafür sorgen, dass es etwas besser aussieht als im obigen Beispiel.

• Die Waage ist nicht erforderlich, schalten Sie sie also aus.
• Das Etikett ist schwer zu erkennen. Passen Sie daher Größe und Position an.
• Es scheint, dass es relativ viele Farbcodierungen gibt, wie z. B. Rot für die Abwärtsregelung, Schwarz für Neutral, Grün für die Aufwärtsregelung usw., die ein Überbleibsel des zweifarbigen Microarrays sind, daher werde ich dem folgen.
• Da die Skala positiv und negativ und nicht symmetrisch ist, geben Sie die oberen und unteren Grenzen an.

from matplotlib.colors import LinearSegmentedColormap
microarray_cmap = LinearSegmentedColormap('microarray', {
    'red': [(0.0, 1.0, 1.0), (0.5, 0.2, 0.2), (1.0, 0.0, 0.0)],
    'green': [(0.0, 0.0, 0.0), (0.5, 0.2, 0.2), (1.0, 1.0, 1.0)],
    'blue': [(0.0, 0.0, 0.0), (0.5, 0.2, 0.2), (1.0, 0.0, 0.0)],
})

def draw_heatmap(a, cmap=microarray_cmap):
    from matplotlib import pyplot as plt
    plt.imshow(a, aspect='auto', interpolation='none',
               cmap=cmap, vmin=-1.0, vmax=1.0)
    plt.colorbar()
    plt.xticks(range(a.shape[1]), a.columns, rotation=15)
    plt.yticks(range(a.shape[0]), a.index, size='small')
    plt.gca().get_xaxis().set_ticks_position('none')
    plt.gca().get_yaxis().set_ticks_position('none')
    plt.show()

Eine Farbkarte, die von rot über schwarz nach grün wechselt, ist nicht in der Voreinstellung von matplotlib enthalten, daher definiere ich sie selbst mit "LinearSegmentedColormap". Wenn 0 vollständig schwarz ist, ist der Helligkeitsunterschied in der Nähe von 0 zu gering, um verstanden zu werden, also wage ich es, das mittlere Dunkelgrau zu machen.

Cluster

Es ist einfacher zu sehen, indem Gene mit ähnlichen Expressionsmustern geclustert werden.

def draw_heatmap(a, cmap=microarray_cmap):
    from matplotlib import pyplot as plt
    from scipy.spatial.distance import pdist
    from scipy.cluster.hierarchy import linkage, dendrogram

    metric = 'euclidean'
    method = 'average'

    plt.subplot(1, 2, 1)
    ylinkage =linkage(pdist(a, metric=metric), method=method, metric=metric)
    ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
                         distance_sort='descending')
    a = a.ix[[a.index[i] for i in ydendro['leaves']]]

    plt.subplot(1, 2, 2)
    plt.imshow(a, aspect='auto', interpolation='none',
               cmap=cmap, vmin=-1.0, vmax=1.0)
    plt.colorbar()
    plt.xticks(range(a.shape[1]), a.columns, rotation=15)
    plt.yticks(range(a.shape[0]), a.index, size='small')
    plt.gca().xaxis.set_ticks_position('none')
    plt.gca().yaxis.set_ticks_position('none')
    plt.gca().invert_yaxis()
    plt.show()

Verwenden Sie die Scipy-Funktion, um hierarchisches Clustering durchzuführen und neben dem Dendrogramm zu zeichnen.

• Zusätzlich zu euklidisch können verschiedene Definitionen der Entfernung verwendet werden. Weitere Informationen finden Sie unter Scipy-Dokumentation.
• Es können verschiedene andere hierarchische Clustering-Methoden als der Durchschnitt verwendet werden. Weitere Informationen finden Sie unter Scipy-Dokumentation.
• Ersetzen Sie nach dem Zeichnen des Dendrogramms die Zeilen des DataFrame in der Reihenfolge der Blätter.
• Wenn Sie Clustering möchten, aber kein Dendrogramm benötigen, geben Sie dendrogram (..., no_plot = True) an.
• Für die y-Achse hat "imshow ()" den Ursprung oben links, während "dendrogram ()" den Ursprung unten links hat. Verwenden Sie also "invert_yaxis ()", um die Richtung der Achse zu ändern.

Lass es gut aussehen

Lässt das obige Beispiel gut aussehen.

• Verbinden Sie das Dendrogramm und die Heatmap und verschieben Sie die Beschriftung der y-Achse nach rechts.
• Ich brauche den Dendrogrammrahmen nicht, also werde ich ihn löschen.
• Ich brauche die Farbe des Dendrogramms nicht, daher verwende ich nur Schwarz.
• Ziehen Sie die Breite des Dendrogramms etwas enger an.

def draw_heatmap(a, cmap=microarray_cmap):
    from matplotlib import pyplot as plt
    from mpl_toolkits.axes_grid1 import make_axes_locatable
    from scipy.spatial.distance import pdist
    from scipy.cluster.hierarchy import linkage, dendrogram

    metric = 'euclidean'
    method = 'average'

    main_axes = plt.gca()
    divider = make_axes_locatable(main_axes)

    plt.sca(divider.append_axes("left", 1.0, pad=0))
    ylinkage = linkage(pdist(a, metric=metric), method=method, metric=metric)
    ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
                         distance_sort='descending',
                         link_color_func=lambda x: 'black')
    plt.gca().set_axis_off()
    a = a.ix[[a.index[i] for i in ydendro['leaves']]]

    plt.sca(main_axes)
    plt.imshow(a, aspect='auto', interpolation='none',
               cmap=cmap, vmin=-1.0, vmax=1.0)
    plt.colorbar(pad=0.15)
    plt.gca().yaxis.tick_right()
    plt.xticks(range(a.shape[1]), a.columns, rotation=15, size='small')
    plt.yticks(range(a.shape[0]), a.index, size='small')
    plt.gca().xaxis.set_ticks_position('none')
    plt.gca().yaxis.set_ticks_position('none')
    plt.gca().invert_yaxis()
    plt.show()

• Ich verwende make_axes_locatable () anstelle vonsubplot ().
• Blenden Sie den Rahmen des Dendrogramms mit set_axis_off () aus und machen Sie die Linie nur mit link_color_func schwarz.
• yaxis.tick_right () bringt die Beschriftung der y-Achse nach rechts. Da es sich so wie es ist mit der Farbleiste überlappt, wird das Intervall als "Farbleiste (pad = ...)" erweitert.

Die x-Achse ist ebenfalls gruppiert.

Für Zeitreihendaten ist dies nicht erforderlich, es ist jedoch möglicherweise einfacher zu verstehen, ob die x-Achse auch für Daten für jede Organisation gruppiert ist. Was Sie tun, ist im Grunde das gleiche wie zuvor.

def draw_heatmap(a, cmap=microarray_cmap):
    from matplotlib import pyplot as plt
    from mpl_toolkits.axes_grid1 import make_axes_locatable
    from scipy.spatial.distance import pdist
    from scipy.cluster.hierarchy import linkage, dendrogram

    metric = 'euclidean'
    method = 'average'

    main_axes = plt.gca()
    divider = make_axes_locatable(main_axes)
    xdendro_axes = divider.append_axes("top", 0.5, pad=0)
    ydendro_axes = divider.append_axes("left", 1.0, pad=0)

    plt.sca(xdendro_axes)
    xlinkage = linkage(pdist(a.T, metric=metric), method=method, metric=metric)
    xdendro = dendrogram(xlinkage, orientation='top', no_labels=True,
                         distance_sort='descending',
                         link_color_func=lambda x: 'black')
    plt.gca().set_axis_off()
    a = a[[a.columns[i] for i in xdendro['leaves']]]

    plt.sca(ydendro_axes)
    ylinkage = linkage(pdist(a, metric=metric), method=method,
                       metric=metric)
    ydendro = dendrogram(ylinkage, orientation='right', no_labels=True,
                         distance_sort='descending',
                         link_color_func=lambda x: 'black')
    plt.gca().set_axis_off()
    a = a.ix[[a.index[i] for i in ydendro['leaves']]]

    plt.sca(main_axes)
    plt.imshow(a, aspect='auto', interpolation='none',
               cmap=cmap, vmin=-1.0, vmax=1.0)
    plt.colorbar(pad=0.15)
    plt.gca().yaxis.tick_right()
    plt.xticks(range(a.shape[1]), a.columns, rotation=15, size='small')
    plt.yticks(range(a.shape[0]), a.index, size='x-small')
    plt.gca().xaxis.set_ticks_position('none')
    plt.gca().yaxis.set_ticks_position('none')
    plt.gca().invert_yaxis()
    plt.show()

Fügen Sie es danach einfach mit "savefig (" hoge.eps ") und so weiter in das Papier ein.

Übrigens habe ich das Gefühl, dass die Bedeutung von "Dendrogramm (Orientierung = ...)" zwischen Quer- und Hochformat unterschiedlich ist ... Scipy-Fehler?