全了！！曼哈顿图样样式、方法大汇总(Python R)~
最近小编在后台看到有的小伙伴留言咨询曼哈顿图(Manhattan Plot) 的绘制方法，小编一开始也是比较不了解，奈何我又是一个宠读者的小编，这就汇总了曼哈顿图(Manhattan Plot) R和Python的绘制方法，和大家一起进步。主要内容如下：
曼哈顿图(Manhattan Plot)简介 曼哈顿图(Manhattan Plot) R绘制方法 曼哈顿图(Manhattan Plot) Python绘制方法
曼哈顿图(Manhattan Plot)简介
曼哈顿图(Manhattan Plot) 是一种散点图，通常用于显示具有大量数据点，许多非零振幅和更高振幅值分布的数据。(大家知道意思就可以了哈~~)，样例如下：
曼哈顿图(Manhattan Plot) R绘制方法
使用R绘制曼哈顿图(Manhattan Plot) 的方法很多，这里主要介绍R-CMplot包的绘制方法，如下：
library(CMplot)
data(pig60K)
data(cattle50K)
# 这边的数据都是规整好的DF类型数据
#可视化绘制
CMplot(pig60K,type='p',plot.type='c',chr.labels=paste('Chr',c(1:18,'X','Y'),sep=''),r=0.4,cir.legend=TRUE,
outward=FALSE,cir.legend.col='black',cir.chr.h=1.3,chr.den.col='black',
file='jpg',memo='',dpi=600,file.output=TRUE,verbose=TRUE,width=10,height=10)
当然，你也可以通添加图例和修改颜色，如下：
CMplot(pig60K,type='p',plot.type='c',r=0.4,col=c('grey30','grey60'),chr.labels=paste('Chr',c(1:18,'X','Y'),sep=''), threshold=c(1e-6,1e-4),cir.chr.h=1.5,amplify=TRUE,threshold.lty=c(1,2),threshold.col=c('red', 'blue'),signal.line=1,signal.col=c('red','green'),chr.den.col=c('darkgreen','yellow','red'), bin.size=1e6,outward=FALSE,file='jpg',memo='',dpi=300,file.output=TRUE,verbose=TRUE,width=10,height=10)你也可以绘制常规的曼哈顿图(Manhattan Plot)，如下：
CMplot(pig60K,type='p',plot.type='m',LOG10=TRUE,threshold=NULL,file='jpg',memo='',dpi=300,
file.output=TRUE,verbose=TRUE,width=14,height=6,chr.labels.angle=45)
在曼哈顿图的底部附加染色体密度
CMplot(pig60K, plot.type='m', LOG10=TRUE, ylim=NULL, threshold=c(1e-6,1e-4),threshold.lty=c(1,2), threshold.lwd=c(1,1), threshold.col=c('black','grey'), amplify=TRUE,bin.size=1e6, chr.den.col=c('darkgreen', 'yellow', 'red'),signal.col=c('red','green'),signal.cex=c(1.5,1.5), signal.pch=c(19,19),file='jpg',memo='',dpi=300,file.output=TRUE,verbose=TRUE, width=14,height=6)这里还有更多的关于CMplot包绘制曼哈顿图(Manhattan Plot)的小例子，具体就是CMplot()绘图函数中不同参数的设置。更多详细参数设置可参考：R-CMplot包官网[1]
曼哈顿图(Manhattan Plot) Python绘制方法
Python绘制曼哈顿图则需要进行必要的数据处理操作，详细内容如下：
from pandas import DataFrame
from scipy.stats import uniform
from scipy.stats import randint
import numpy as np
import matplotlib.pyplot as plt
# sample data
df = DataFrame({'gene' : ['gene-%i' % i for i in np.arange(10000)],
'pvalue' : uniform.rvs(size=10000),
'chromosome' : ['ch-%i' % i for i in randint.rvs(0,12,size=10000)]})
# -log_10(pvalue)
df['minuslog10pvalue'] = -np.log10(df.pvalue)
df.chromosome = df.chromosome.astype('category')
df.chromosome = df.chromosome.cat.set_categories(['ch-%i' % i for i in range(12)], ordered=True)
df = df.sort_values('chromosome')
# How to plot gene vs. -log10(pvalue) and colour it by chromosome?
df['ind'] = range(len(df))
df_grouped = df.groupby(('chromosome'))
# manhattan plot
fig = plt.figure(figsize=(10,4),dpi=100)
ax = fig.add_subplot(111)
colors = ['#30A9DE','#EFDC05','#E53A40','#090707']
x_labels = []
x_labels_pos = []
for num, (name, group) in enumerate(df_grouped):
group.plot(kind='scatter', x='ind', y='minuslog10pvalue',color=colors[num % len(colors)], ax=ax)
x_labels.append(name)
x_labels_pos.append((group['ind'].iloc[-1] - (group['ind'].iloc[-1] - group['ind'].iloc[0])/2))
# add grid
ax.grid(axis='y',linestyle='--',linewidth=.5,color='gray')
ax.tick_params(direction='in',labelsize=13)
ax.set_xticks(x_labels_pos)
ax.set_xticklabels(x_labels)
ax.set_xlim([0, len(df)])
ax.set_ylim([0, 4])
# x axis label
ax.set_xlabel('Chromosome',size=14)
plt.savefig('Manhattan Plot in Python.png',dpi=900,bbox_inches='tight',facecolor='white')
plt.show()
以上就是对曼哈顿图(Manhattan Plot) 绘制R和Python小例子，希望对小伙伴们有所帮助~~。
总结
今天的这篇推文算是回应了读者的绘图需求，简单介绍了曼哈顿图(Manhattan Plot) 的R和Python绘制方法，希望能帮助到需要的小伙伴们~~