在字典列表(位置作为索引)(字母作为键)中，我有:
Position 0
L 458 6.81
K 238 3.54
A 676 10.06
T 738 10.98
G 390 5.8
N 190 2.83
! 8 0.12
S 798 11.87
D 137 2.04
M 76 1.13
R 222 3.3
F 168 2.5
Q 297 4.42
I 333 4.95
P 916 13.63
H 102 1.52
C 46 0.68
E 184 2.74
V 619 9.21
W 25 0.37
Y 101 1.5
Position 1
G 419 6.23
S 822 12.23
P 1019 15.16
A 719 10.7
N 239 3.56
F 154 2.29
! 6 0.09
M 75 1.12
T 637 9.48
V 524 7.8
Q 359 5.34
R 207 3.08
L 449 6.68
C 36 0.54
E 191 2.84
Y 90 1.34
K 268 3.99
I 246 3.66
H 101 1.5
D 145 2.16
W 16 0.24
Position 2
K 285 4.24
L 358 5.33
S 906 13.48
E 165 2.45
R 257 3.82
M 63 0.94
G 395 5.88
A 657 9.77
V 788 11.72
T 896 13.33
W 27 0.4
C 48 0.71
H 106 1.58
Q 251 3.73
F 204 3.03
P 578 8.6
D 135 2.01
I 288 4.28
Y 128 1.9
N 187 2.78
Position 3
S 3869 57.56
T 2845 42.32
I 1 0.01
K 1 0.01
A 1 0.01
V 3 0.04
G 2 0.03
Position 4
L 479 7.13
E 297 4.42
F 177 2.63
V 479 7.13
D 153 2.28
K 280 4.17
S 1107 16.47
P 488 7.26
A 629 9.36
T 731 10.87
W 40 0.6
R 224 3.33
I 239 3.56
Y 131 1.95
Q 409 6.08
N 189 2.81
G 442 6.58
M 83 1.23
C 51 0.76
H 89 1.32
! 5 0.07
Position 5
T 632 9.4
R 154 2.29
S 1067 15.87
Q 310 4.61
L 400 5.95
N 180 2.68
E 262 3.9
A 935 13.91
P 725 10.79
G 531 7.9
Y 115 1.71
V 433 6.44
W 27 0.4
H 108 1.61
K 178 2.65
C 43 0.64
D 174 2.59
M 72 1.07
F 163 2.42
I 191 2.84
! 22 0.33
Position 6
E 290 4.31
A 606 9.02
S 1093 16.26
F 189 2.81
R 202 3.01
I 197 2.93
G 511 7.6
T 658 9.79
K 237 3.53
H 103 1.53
L 412 6.13
P 615 9.15
M 75 1.12
! 37 0.55
Q 369 5.49
V 452 6.72
C 36 0.54
D 198 2.95
N 283 4.21
W 35 0.52
Y 124 1.84
我想要:
上图表示给定位置每个字母的频率(上面数据中的字段 3)。字母的高度编码频率。
我知道如何制作这样的东西:
但我不知道有什么东西可以或多或少简单地制作相同的东西，但具有字母和可变高度。
感谢您的帮助
最佳答案
您要查找的绘图类型的名称是 sequence logo 。有an online application to create such sequence logos ，但它们从多重比对或序列文件开始。您有频率数据，因此我们需要创建自己的频率数据。
首先安装必要的软件包:
git clone https://github.com/saketkc/pyseqlogo.git
pip install biopython==1.77 # biopython 1.78 no longer has Bio.Alphabet
您说您的数据结构是字典列表，但您在问题中发布了一些平面文本。所以首先我必须做一些预处理。
>>> data = """Position 0
L 458 6.81
K 238 3.54
A 676 10.06
T 738 10.98
G 390 5.8
N 190 2.83
! 8 0.12
S 798 11.87
D 137 2.04
M 76 1.13
R 222 3.3
F 168 2.5
Q 297 4.42
I 333 4.95
P 916 13.63
H 102 1.52
C 46 0.68
E 184 2.74
V 619 9.21
W 25 0.37
Y 101 1.5
Position 1
G 419 6.23
S 822 12.23
P 1019 15.16
A 719 10.7
N 239 3.56
F 154 2.29
! 6 0.09
M 75 1.12
T 637 9.48
V 524 7.8
Q 359 5.34
R 207 3.08
L 449 6.68
C 36 0.54
E 191 2.84
Y 90 1.34
K 268 3.99
I 246 3.66
H 101 1.5
D 145 2.16
W 16 0.24
Position 2
K 285 4.24
L 358 5.33
S 906 13.48
E 165 2.45
R 257 3.82
M 63 0.94
G 395 5.88
A 657 9.77
V 788 11.72
T 896 13.33
W 27 0.4
C 48 0.71
H 106 1.58
Q 251 3.73
F 204 3.03
P 578 8.6
D 135 2.01
I 288 4.28
Y 128 1.9
N 187 2.78
Position 3
S 3869 57.56
T 2845 42.32
I 1 0.01
K 1 0.01
A 1 0.01
V 3 0.04
G 2 0.03
Position 4
L 479 7.13
E 297 4.42
F 177 2.63
V 479 7.13
D 153 2.28
K 280 4.17
S 1107 16.47
P 488 7.26
A 629 9.36
T 731 10.87
W 40 0.6
R 224 3.33
I 239 3.56
Y 131 1.95
Q 409 6.08
N 189 2.81
G 442 6.58
M 83 1.23
C 51 0.76
H 89 1.32
! 5 0.07
Position 5
T 632 9.4
R 154 2.29
S 1067 15.87
Q 310 4.61
L 400 5.95
N 180 2.68
E 262 3.9
A 935 13.91
P 725 10.79
G 531 7.9
Y 115 1.71
V 433 6.44
W 27 0.4
H 108 1.61
K 178 2.65
C 43 0.64
D 174 2.59
M 72 1.07
F 163 2.42
I 191 2.84
! 22 0.33
Position 6
E 290 4.31
A 606 9.02
S 1093 16.26
F 189 2.81
R 202 3.01
I 197 2.93
G 511 7.6
T 658 9.79
K 237 3.53
H 103 1.53
L 412 6.13
P 615 9.15
M 75 1.12
! 37 0.55
Q 369 5.49
V 452 6.72
C 36 0.54
D 198 2.95
N 283 4.21
W 35 0.52
Y 124 1.84"""
并非所有位置都有相同数量的字母，因此请添加频率为 0 的缺失字母。同时除以 100 以获得 0 到 1 之间的数字。
>>> keys = ['L', 'K', 'A', 'T', 'G', 'N', '!', 'S', 'D', 'M', 'R', 'F', 'Q', 'I', 'P', 'H', 'C', 'E', 'V', 'W', 'Y']
>>> all_scores = []
>>> for position in data.split('\n\n\n'):
lines = position.splitlines()[1:]
scores = [(line.split()[0], float(line.split()[-1]) / 100) for line in lines]
if len(scores) != len(keys):
scores += [(key, 0.0) for key in keys if key not in [s[0] for s in scores]]
all_scores.append(scores)
>>> from pprint import pprint
>>> pprint(all_scores)
[[('L', 0.0681),
('K', 0.0354),
('A', 0.10060000000000001),
('T', 0.10980000000000001),
('G', 0.057999999999999996),
('N', 0.028300000000000002),
('!', 0.0012),
('S', 0.11869999999999999),
('D', 0.0204),
('M', 0.0113),
('R', 0.033),
('F', 0.025),
('Q', 0.044199999999999996),
('I', 0.0495),
('P', 0.1363),
('H', 0.0152),
('C', 0.0068000000000000005),
('E', 0.0274),
('V', 0.09210000000000002),
('W', 0.0037),
('Y', 0.015)],
[('G', 0.0623),
('S', 0.1223),
('P', 0.1516),
('A', 0.107),
('N', 0.0356),
('F', 0.0229),
('!', 0.0009),
('M', 0.011200000000000002),
('T', 0.09480000000000001),
('V', 0.078),
('Q', 0.053399999999999996),
('R', 0.0308),
('L', 0.0668),
('C', 0.0054),
('E', 0.028399999999999998),
('Y', 0.0134),
('K', 0.039900000000000005),
('I', 0.0366),
('H', 0.015),
('D', 0.0216),
('W', 0.0024)],
[('K', 0.0424),
('L', 0.0533),
('S', 0.1348),
('E', 0.0245),
('R', 0.0382),
('M', 0.009399999999999999),
('G', 0.0588),
('A', 0.0977),
('V', 0.11720000000000001),
('T', 0.1333),
('W', 0.004),
('C', 0.0070999999999999995),
('H', 0.0158),
('Q', 0.0373),
('F', 0.030299999999999997),
('P', 0.086),
('D', 0.020099999999999996),
('I', 0.042800000000000005),
('Y', 0.019),
('N', 0.0278),
('!', 0.0)],
[('S', 0.5756),
('T', 0.4232),
('I', 0.0001),
('K', 0.0001),
('A', 0.0001),
('V', 0.0004),
('G', 0.0003),
('L', 0.0),
('N', 0.0),
('!', 0.0),
('D', 0.0),
('M', 0.0),
('R', 0.0),
('F', 0.0),
('Q', 0.0),
('P', 0.0),
('H', 0.0),
('C', 0.0),
('E', 0.0),
('W', 0.0),
('Y', 0.0)],
[('L', 0.0713),
('E', 0.044199999999999996),
('F', 0.0263),
('V', 0.0713),
('D', 0.022799999999999997),
('K', 0.0417),
('S', 0.16469999999999999),
('P', 0.0726),
('A', 0.09359999999999999),
('T', 0.10869999999999999),
('W', 0.006),
('R', 0.0333),
('I', 0.0356),
('Y', 0.0195),
('Q', 0.0608),
('N', 0.0281),
('G', 0.0658),
('M', 0.0123),
('C', 0.0076),
('H', 0.0132),
('!', 0.0007000000000000001)],
[('T', 0.094),
('R', 0.0229),
('S', 0.15869999999999998),
('Q', 0.0461),
('L', 0.059500000000000004),
('N', 0.0268),
('E', 0.039),
('A', 0.1391),
('P', 0.1079),
('G', 0.079),
('Y', 0.0171),
('V', 0.0644),
('W', 0.004),
('H', 0.0161),
('K', 0.0265),
('C', 0.0064),
('D', 0.0259),
('M', 0.010700000000000001),
('F', 0.0242),
('I', 0.028399999999999998),
('!', 0.0033)],
[('E', 0.0431),
('A', 0.0902),
('S', 0.16260000000000002),
('F', 0.0281),
('R', 0.0301),
('I', 0.029300000000000003),
('G', 0.076),
('T', 0.09789999999999999),
('K', 0.0353),
('H', 0.015300000000000001),
('L', 0.0613),
('P', 0.0915),
('M', 0.011200000000000002),
('!', 0.0055000000000000005),
('Q', 0.054900000000000004),
('V', 0.0672),
('C', 0.0054),
('D', 0.029500000000000002),
('N', 0.0421),
('W', 0.0052),
('Y', 0.0184)]]
! 不存在于任何 default colorschemes 中。 ，因此我们将其添加到疏水性 中。
>>> colorscheme = {
'R': 'blue',
'K': 'blue',
'D': 'blue',
'E': 'blue',
'N': 'blue',
'Q': 'blue',
'S': 'darkgreen',
'G': 'darkgreen',
'H': 'darkgreen',
'T': 'darkgreen',
'A': 'darkgreen',
'P': 'darkgreen',
'Y': 'black',
'V': 'black',
'M': 'black',
'C': 'black',
'L': 'black',
'F': 'black',
'I': 'black',
'W': 'black',
'!': 'black'
}
现在绘制序列 Logo :
>>> from pyseqlogo.pyseqlogo import draw_logo
>>> import matplotlib.pyplot as plt
>>> plt.rcParams['figure.dpi'] = 300
>>> fig, axarr = draw_logo(all_scores, colorscheme=colorscheme)
>>> fig.tight_layout()
关于python - 在堆叠条形图中将出现频率绘制为字母高度，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/64846076/