Python玩转复杂聚类热图clustermap！

之前详细介绍过Python制作 heatmap 的文章：

• Matplotlib&Seaborn14-热图heatmap
• Matplotlib&Seaborn15-聚类热图clustermap
• Matplotlib&Seaborn16-相关性heatmap
  

但是，在复杂聚类热图clustermap上，Matplotlib或Seaborn需要大量代码实现。
本次分享一个Python工具 PyComplexHeatmap ， 少许代码玩转复杂聚类热图clustermap 。

一个例子

#导入相关包
import PyComplexHeatmap
from PyComplexHeatmap import *
import matplotlib.pylab as plt
import pandas as pd

# 准备绘图数据
df = pd.DataFrame(['AAAA1'] * 5 + ['BBBBB2'] * 5, columns=['AB'])
df['CD'] = ['C'] * 3 + ['D'] * 3 + ['G'] * 4
df['EF'] = ['E'] * 6 + ['F'] * 2 + ['H'] * 2
df['F'] = np.random.normal(0, 1, 10)
df.index = ['sample' + str(i) for i in range(1, df.shape[0] + 1)]
df_box = pd.DataFrame(np.random.randn(10, 4),
                      columns=['Gene' + str(i) for i in range(1, 5)])
df_box.index = ['sample' + str(i) for i in range(1, df_box.shape[0] + 1)]
df_bar = pd.DataFrame(np.random.uniform(0, 10, (10, 2)),
                      columns=['TMB1', 'TMB2'])
df_bar.index = ['sample' + str(i) for i in range(1, df_box.shape[0] + 1)]
df_scatter = pd.DataFrame(np.random.uniform(0, 10, 10), columns=['Scatter'])
df_scatter.index = ['sample' + str(i) for i in range(1, df_box.shape[0] + 1)]
df_heatmap = pd.DataFrame(np.random.randn(50, 10),
                          columns=['sample' + str(i) for i in range(1, 11)])
df_heatmap.index = ["Fea" + str(i) for i in range(1, df_heatmap.shape[0] + 1)]
df_heatmap.iloc[1, 2] = np.nan

plt.figure(figsize=(8, 8), dpi=120)

# HeatmapAnnotation设置列（上侧）注释信息
row_ha = HeatmapAnnotation(
    label=anno_label(df.AB, merge=True, rotation=45),
    AB=anno_simple(df.AB, add_text=True),
    axis=1,
    CD=anno_simple(df.CD,
                   colors={
                       'C': 'red',
                       'D': 'yellow',
                       'G': 'green'
                   },
                   add_text=True),
    Exp=anno_boxplot(df_box, cmap='turbo'),
    Scatter=anno_scatterplot(df_scatter),
    TMB_bar=anno_barplot(df_bar),
)

# ClusterMapPlotter绘图
cm = ClusterMapPlotter(
    data=df_heatmap,
    top_annotation=row_ha,
    col_split=2,
    row_split=3,
    cmap='parula',  #设置主图配色
    col_split_gap=0.5,
    row_split_gap=1,
    col_dendrogram=False,  #关闭上侧聚类
    row_dendrogram=True,  #开启左侧聚类
    plot=True,
    tree_kws={
        'col_cmap': 'Set1',
        'row_cmap': 'Paired'
    })

plt.show()

PyComplexHeatmap主要使用 HeatmapAnnotation 添加注释、图例等信息； 使用 ClusterMapPlotter 绘制聚类图。

以上代码效果图，

更多例子

进一步学习： https://github.com/DingWB/PyComplexHeatmap - END-

• python可视化52|最有价值50图表（python实现代码分享）
• 详解Python列表推导式|迭代器|生成器|匿名函数
• Jupyter Notebook的16个超棒插件！
• 详解Python Matplotlib (pyplot法)
• 一图胜千言，超形象图解NumPy教程！

微信交流 备注来意 (交流、合作等等)