复现顶刊图，换数据即可用！

先看一些顶刊案例，

https://circos.ca/

Python实现

Python matplotlib扩展可实现circos图。

这里利用“3.2.16 circos数据集”直观演示，

• 数据准备

chr_bed_file = "matplotlib_data/pycircos_data/hg38_chr.bed"# 染色体信息
cytoband_file = "matplotlib_data/pycircos_data/hg38_cytoband.tsv"# Cytoband数据
link_file = "matplotlib_data/pycircos_data/hg38_genomic_link.tsv"# 基因组链接数据
link_data = pd.read_csv(link_file, sep="t", header=None)

• circos图绘制

# 定义绘图配色
ColorCycler.set_cmap("Accent")  # 设置调色板
chr_names = [s.name for s in circos.sectors]  # 获取染色体名称
colors = ColorCycler.get_color_list(len(chr_names))  # 生成颜色列表
chr_name2color = {name: color for name, color in zip(chr_names, colors)}

# 绘图
circos = Circos.initialize_from_bed(chr_bed_file,
                                    start=0,
                                    end=360,
                                    space=2,
                                    endspace=True)  # 初始化Circos图

# 添加Cytoband（最外层）
circos.add_cytoband_tracks((95, 100), cytoband_file)
for sector in circos.sectors:
    sector.text(sector.name.replace("chr", "Chr"),
                r=120,
                size=10,
                color="black")  # 显示染色体名称
    sector.get_track("cytoband").xticks_by_interval(
50000000,  # 每隔50000000bp添加刻度
        label_size=8,
        label_orientation="vertical",
        label_formatter=lambda v: f"{v / 1000000:.0f} Mb",  # 刻度标签格式化为Mb
    )

for sector in circos.sectors:
# 为每条染色体区域（sector）生成示例数据（一般使用场景为，区域的基因表达水平、突变频率或覆盖度等信息）
    step = 8000000# 数据间隔
    x = np.arange(sector.start + (step / 2), sector.end - (step / 2),
                  step)  # X轴数据
    y = np.random.randint(0, 100, size=len(x))  # Y轴数据

# 添加散点图（第2层）
    track1 = sector.add_track((80, 90), r_pad_ratio=0.1)
    track1.axis()
    track1.scatter(x, y, vmax=100, s=10, color="g")

# 添加柱状图（第3层）
    track2 = sector.add_track((65, 75), r_pad_ratio=0.1)
    track2.axis()
    track2.bar(x, y, vmax=100, width=step * 0.7, color="r")

# 添加折线图（第4层）
    track3 = sector.add_track((50, 60), r_pad_ratio=0.1)
    track3.axis()
    track3.line(x, y, vmax=100, color="b")
fig = circos.plotfig(dpi=500)  # 绘制图像，设置分辨率
fig.subplots_adjust()  # 调整子图布局
fig.set_edgecolor("gray")
fig.set_linewidth(0.8)
fig.show()

以上构建了一个五层Circos图，依次展示hg38基因组上的Cytoband 信息、染色体区域的数值分布（包括散点图、柱状图和折线图），以及不同染色体区域之间的关联关系（和弦图）。

-END-

本期内容「绘图数据+代码+代码详细解释」已上传👉Python matplotlib保姆级教程

👇加入学习（备注：299）

more。。。。。。

👉R可视化教程：28个章节+11w字+数百张图

👉matplotlib教程：20w字+数百张图形+1W行代码+详细代码注释

👉seaborn教程：12.3万字+500多张图形+8000行代码