Я пытаюсь сделать точечный сюжет двух наборов данных. Для упрощения этих двух наборов данных, я положу некоторые буквыСделать точку в python
import matplotlib.pyplot as plt
import numpy as np
x = np.array([['a',1],['b',3],['c',4],['d',5],['e',6],['f',3]])
y = np.array([['c',3],['e',2],['b',6],['a',5],['h',5],['f',2]])
#in reality, those two arrays would be imported from two csv by np.genfromtext()...
xticks = x[0:5,0]
yticks = y[0:5,0]
x0 = np.array(range(1,6))
y0 = np.array(range(1,6))
plt.xticks(x0, xticks)
plt.yticks(y0, yticks)
#Here should be the dot plot...
plt.show()}
По дот-сюжет я имею в виду тот факт, что я сравниваю два образца гена, так что первый столбец массива соответствует имени гена и второе - связанное с ним значение этого образца. В каждом массиве гены следуют этому порядку, их нельзя упорядочить.
Итак, что я пытаюсь сделать, это график, в котором каждый coindicende ('b' с 'b' в обоих массивах и т. Д.) Следует рассматривать как точку в этом сюжете. Более того, я хотел бы сравнить оба числа из каждого образца (например, (b1 + b2)/abs (b1-b2) для каждого совпадения), так что эти совпадения с числами, более похожими, представлены как более темные пятна (и те, либо легче, или что-то в этом роде).
Действительно, мне удалось сделать это итерация каждого элемента в обоих массивах и сделать массив с сюжетом точки (здесь код в случае, если вы были заинтересованы, для исходного кода):
for fila in range(1, n):
for columna in range(1, n):
if tabla_final[fila,0] == tabla_final[0, columna]:
y = np.log((float(tabla_A[fila,2])*float(tabla_B[fila,2]))/abs((float(tabla_A[fila,2])-float(tabla_B[fila,2]))))
tabla_final[fila,columna] = y
else:
continue
результаты я получаю (точка участка), как, что (эта точка-участок экспортируется в CSV-файл):
Это кадр из значений для сравнения:
Это будет dot-plot (более зеленый v alues является лучшей ассоциацией и краснее ценности хуже:
Это будет случай для того же образцов:
Последнее, но не менее, как я буду сравнивать несколько образцов два на два, я хотел бы для получения какой-то линейной регрессии этого графика, с коэффициентом r Pearson как способом оценки сходства обоих образцов.
Спасибо за ваши советы
EDIT: Мне удалось алгоритм, чтобы сделать этот участок. Моя цель состояла в том, чтобы создать один список с тремя столбцами, поскольку это просто диапазон элементов на оси x, второй - высота каждой точки от оси x, а третья - значения ячейки соответствия , (На самом деле, текущая версия алгоритма делает это с вершины графика, так что конечный результат инвертирован, так как более логично для этих результатов начинать бесконечность из (0,0)).
Таким образом, это алгоритм, который выполняет итерацию по каждому столбцу и каждому файлу, останавливаясь в первой ячейке, которая не является пустой (есть только одна, поэтому нет проблем с этим) и добавление значения ячейки к третий столбец из этого списка:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from scipy import stats as st
...
def crear_grafico(tabla, N, muestra_x, muestra_y):
tabla_valores = np.empty([N, 3], dtype = object)
tabla_valores[0: tabla_valores.shape[0],0] = range(1, tabla_valores.shape[0] + 1) #asigna a la 1ª col de 1 a N+1
for columna in range(1, N):
contador = 1
for fila in range(1, N):
if tabla[fila, columna] == '':
contador += 1
elif tabla[fila, columna] != '':
tabla_valores[columna-1, 1] = contador
tabla_valores[columna-1, 2] = tabla[fila, columna]
break
Afterwars, я вернулся три списка (х, у и COLORES) со значениями каждого непустого столбца. Затем я использую SciPy для получения значений для линейной регрессии и использовать Matplotlib сделать график:
x, y, colores, contador = [], [], [], 0
for elem in range(0,N):
if tabla_valores[elem,2] == None:
continue
elif tabla_valores[elem,1] == None:
continue
else:
x.append(tabla_valores[elem, 0])
y.append(tabla_valores[elem, 1])
colores.append(tabla_valores[elem,2])
contador += 1
plt.xlabel('%s' %(muestra_x[0:-5]))
plt.ylabel('%s' % (muestra_y[0:-5]))
plt.axis([-5, N+5, -5, N+5])
cax = plt.scatter(x,y, c =(colores), alpha = 1, linewidths = 0.3, cmap = 'gnuplot')
plt.colorbar(cax, label = '$\overline{x}_1$'+' x ' +'$\overline{x}_2$')
slope, intercept, r_value, p_value, std_err = st.linregress(x,y)
y_regre = []
for x in tabla_valores[0:N,0]:
y_regre.append(intercept + slope * x)
plt.plot(tabla_valores[0:N,0], y_regre, color = 'grey')
if N == 100:
plt.text(2, N-4, 'r = %.5s' %(abs(r_value)), size = 10, color = 'Blue')
plt.text(2, N-12, 'n = %.5s' %(contador), size = 10, color = 'Blue')
if N == 250:
plt.text(10, N - 15, 'r = %.5s' % (abs(r_value)), size=10, color='Blue')
plt.text(10, N - 30, 'n = %.5s' % (contador), size=10, color='Blue')
я ставлю эти строки для N == 250
и N == 100
так, чтобы метки для г значения Пирсона и количество образцов были на месте.
Наконец, я использую называют эту функцию в основной(), и это все:
def main():
N =250
plt.figure()
plt.subplot(2,2,1)
muestra_x, muestra_y = 'SATfinal', 'MBfinal'
tabla = crear_tabla(N, muestra_x, muestra_y)
crear_grafico(tabla, N, muestra_x, muestra_y)
...
plt.show()
Это будет результат:
Ты удастся создать dotplot. Что же это за твой вопрос? Вы только просите меру подобия, такую как коэффициент Пирсона? Я хочу указать, что ваша функция расстояния (b1 + b2)/abs (b1-b2) может привести к ошибке в случае b1 = b2, что приводит к делению на ноль. Поэтому я предлагаю другие измерения расстояния, такие как Euclidean Distance https://en.wikipedia.org/wiki/Euclidean_distance –
Ну, в тот момент мне не удалось сделать точечный график, поскольку то, что я использовал, было Excel, и я хотел что-то более динамичный с питоном. Однако несколько недель назад мне удалось это сделать, так что спасибо вам в любом случае. –
Если вы нашли подходящее время, было бы замечательно, если бы вы могли предоставить свое решение в качестве ответа на свой вопрос. –