微信公众号：「Computational Epigenetics」
关注生物信息学和计算表观遗传学。问题或建议，请公众号留言。
对于经常用R语言来画图的科研工作者来说， 应该对 ComplexHeatmap （https://jokergoo.github.io/ComplexHeatmap-reference/book/）很 熟悉了吧。 这个包画的热图，既专业又漂亮。
可惜的是，在python中，一直没能出现一个可以画出好看complex heatmap的包，由于我们在用python做机器学习或者处理大数据的时候，也需要画热图，而在python和R中来回切换，也比较麻烦而且没有效率。
今天，给大家介绍一款可以在python中画出类似于R中ComplexHeatmap效果的包： PyComplexHeatmap （https://github.com/DingWB/PyComplexHeatmap）。 直接看下面的代码和图吧(教程来自： https://github.com/DingWB/PyComplexHeatmap/blob/main/examples.ipynb)：
1. 导入相关包 import os,sysimport PyComplexHeatmapfrom PyComplexHeatmap import *import matplotlib.pylab as plt'figure.dpi' ] = 120 'savefig.dpi' ]=300 2. 快速入门 #Generate example dataset 'AAAA1' ] * 5 + ['BBBBB2' ] * 5 , columns=['AB' ])'CD' ] = ['C' ] * 3 + ['D' ] * 3 + ['G' ] * 4 'EF' ] = ['E' ] * 6 + ['F' ] * 2 + ['H' ] * 2 'F' ] = np.random.normal(0 , 1 , 10 )'sample' + str(i) for i in range(1 , df.shape[0 ] + 1 )]10 , 4 ), columns=['Gene' + str(i) for i in range(1 , 5 )])'sample' + str(i) for i in range(1 , df_box.shape[0 ] + 1 )]0 , 10 , (10 , 2 )), columns=['TMB1' , 'TMB2' ])'sample' + str(i) for i in range(1 , df_box.shape[0 ] + 1 )]0 , 10 , 10 ), columns=['Scatter' ])'sample' + str(i) for i in range(1 , df_box.shape[0 ] + 1 )]50 , 10 ), columns=['sample' + str(i) for i in range(1 , 11 )])"Fea"
for i in range(1 , df_heatmap.shape[0 ] + 1 )]1 , 2 ] = np.nan6 , 12 ))True ),True ),axis=1 ,'C' : 'red' , 'D' : 'yellow' , 'G' : 'green' },add_text=True ),'turbo' ),2 , row_split=3 , col_split_gap=0.5 ,1 ,col_dendrogram=False ,plot=True ,'col_cmap' : 'Set1' , 'row_cmap' : 'Dark2' })"example1_heatmap.pdf" , bbox_inches='tight' )3. 画行/列注释 3.1 仅画行/列的注释信息 plt.figure(figsize=(6 , 4 ))True ),True ,legend=True ), axis=1 ,'C' : 'red' , 'D' : 'gray' , 'G' : 'yellow' },True ,legend=True ),'turbo' ,legend=True ),True ),True ,legend=True ,legend_gap=5 "col_annotation.pdf" , bbox_inches='tight' )anno_label: anno_label是用来将行/列注释信息（比如样本的性别、分组、亚型等）单独添加为一行文本（比如上图中倾斜的AAAA1和BBBBB2），merge参数控制是否将相邻两个或者多个单元格的注释信息合并为一个（如果相邻单元格的标签相同的话） 如果 merge != True, 那么，每一列的列标签都会被单独加上去（有时看起来会比较拥挤）。
anno_simple: anno_simple是用来添加一个简单注释的函数（比如上图中的AB和CD那两列colorbar），cmap参数可以是分类型（categorical） (比如Set1, Dark2, tab10等) ，也可以是连续的 (比如jet, turbo, parula等)。 参数add_text 控制是否添加文本到单元格上面（比如上图中CD行单元格上面的文字C、D、G和AB列上面的注释文字）。如果颜色和字体大小没有被指定，函数会自动决定。比如，如果背景颜色是深色，那么文字颜色就会是浅色，否则字体颜色就是深色（比如CD行中的文字G就是被自动设定为黑色）。文字的颜色也可以通过参数text_kws={'color':your_color}来改变，比如：
plt.figure(figsize=(5 , 4 ))True ),True ,legend=True ,text_kws={'color' :'gold' }), axis=1 ,True ,legend=True ,text_kws={'color' :'purple' }),'turbo' ,legend=True ),True ),True ,legend=True ,legend_gap=5 )只需要一个python数据框dataframe就可以快速添加各类注释 当数据框df被给定时，该dataframe中的所有列都被单独作为anno_simple 注释。比如，下面一个数据框df中有4列：AB、CD、EF、F，所有4列都会被自动画成列注释图。如果某一列不是连续型，而是字符等分类型变量，也可以用anno_boxplot或者anno_scatterplot等添加箱线图或者散点图作为列（比如样本）的信息注释（比如肿瘤样本的某种打分、某些基因表达的箱线图分布等）。
plt.figure(figsize=(3 , 3 ))True ,legend=True )3.2 将图和图例分开 有时，我们可能会只需要图，不需要图例，也可能是要将图例单独画出来，PyComplexHeatmap可以实现这个功能，只需要让plot_legend=False，然后再新建一个图，执行 row_ha.plot_legends就可以单独画图例了。
只需要 plt.figure(figsize=(6 , 4 ))True ),True ,legend=True ), axis=1 ,True ,legend=True ),'turbo' ,legend=True ),True ),True ,legend=True ,plot_legend=False ,5 "col_annotation.pdf" , bbox_inches='tight' )"legend.pdf" ,bbox_inches='tight' )No ax was provided, using plt.gca()4. 画聚类图加行/列注释信息 我们这里使用 PyComplexHeatmap包中提供的example数据集：
!wget https://github.com/DingWB/PyComplexHeatmap/raw/main/data/influence_of_snp_on_beta.pickle--2022-05-05 22:37:43-- https://github.com/DingWB/pyclustermap/raw/main/data/influence_of_snp_on_beta.pickle
import pickleimport urllib"influence_of_snp_on_beta.pickle" ,'rb' )# beta is DNA methylation beta values matrix, df_row and df_col are row and columns annotation respectively, col_colors_dict and row_colors_dict are color for annotation 5 ))].head(5 ))5 ))5 ))2000 ) 204875570030_R01C02 204875570030_R04C01 \row_ha = HeatmapAnnotation(Target=anno_simple(df_row.Target,colors=row_colors_dict['Target' ],rasterized=True ),'Group' ],rasterized=True ),0 )True ,rotation=15 ),True ),1 ) #df=df_col.loc[:,['Strain','Tissue','Sex']] 6 , 10 ))False ,show_colnames=False ,False ,col_dendrogram=False ,'Target' , 'Group' ]],'Strain' ],cmap='parula' ,True ,row_split_gap=1 ,legend=True ,'col_cmap' :'Set1' })"clustermap.pdf" , bbox_inches='tight' )Key features: 用户可以通过row_split和col_split 将所有的行和列按照标签分割成不同的模块，row_split and col_split 可以是数字（分成几个subgroup）、pandas dataframe或者是Series （每个样本对应的类别信息）。
5. 将多个热图[聚类图]水平或者垂直拼接起来 row_ha = HeatmapAnnotation(Target=anno_simple(df_row.Target, colors=row_colors_dict['Target' ], rasterized=True ),'Group'
True ),0 )True , rotation=15 ),True ),1 ) # df=df_col.loc[:,['Strain','Tissue','Sex']] False , show_colnames=False ,False , col_dendrogram=False ,'Target' , 'Group' ]],'Strain' ], cmap='parula' ,True , row_split_gap=1 , legend=True ,False ,label='beta' ,'col_cmap' : 'Set1' }) # False , show_colnames=False ,False , col_dendrogram=False ,'ward' ,row_cluster_method='ward' ,'jaccard' ,row_cluster_metric='jaccard' ,'Target' , 'Group' ]],'Strain' ],True , row_split_gap=1 , legend=True ,False ,cmap='Greys' ,label='SNP' ,'col_cmap' : 'Set1' }) # 10 ,12 ))1 ,legendpad=0 ,legend_y=0.8 )"beta_snp.pdf" , bbox_inches='tight' )希望这篇文章能对大家有帮助！扫描文末二维码或者搜索关注 Computational Epigenetics 公众号，我们会经常分享生物信息学和计算表观遗传学相关的文章。
