Scanpy數(shù)據(jù)結構：AnnData
Scanpy分析單細胞數(shù)據(jù)：預處理和聚類
Scanpy分析單細胞數(shù)據(jù)：軌跡分析PAGA
演示數(shù)據(jù)集依然是熟悉的pbmc3k，經(jīng)過預處理和聚類后保存為pbmc3k.h5ad。
導入軟件包
import numpy as np
import pandas as pd
import matplotlib.pyplot as pl
from matplotlib import rcParams
from matplotlib.pyplot import rc_context
import scanpy as sc
sc
# <module 'scanpy' from 'anaconda3/lib/python3.8/site-packages/scanpy/__init__.py'>
Scanpy包括3個核心模塊：
pp(preprocessing，預處理)tl(tools，計算)pl(plotting，繪圖)以及datasets、logging、queries、external、get這幾個不常用的功能。
參考：API和scanpy源碼淺析
導入數(shù)據(jù)
sc.settings.verbosity = 3 # verbosity: errors (0), warnings (1), info (2), hints (3)
sc.logging.print_versions()
results_file = './pbmc3k_plot.h5ad'
sc.settings.set_figure_params(dpi=100,color_map='viridis_r',frameon=False, figsize=(3, 3), facecolor='white') # low dpi (dots per inch) yields small inline figures
adata = sc.read_h5ad("pbmc3k.h5ad")
adata.X = adata.X.astype('float64')
adata
1. Scatter plot
使用 scanpy，可以使用 sc.pl.tsne、sc.pl.umap 等函數(shù)輕松獲得 tSNE、UMAP 和其他幾種嵌入的散點圖。
這些函數(shù)訪問存儲在 adata.obsm 中的數(shù)據(jù)。 例如 sc.pl.umap 使用存儲在 adata.obsm['X_umap'] 中的信息。 為了獲得更大的靈活性，存儲在 adata.obsm 中的任何鍵都可以與通用函數(shù) sc.pl.embedding 一起使用。
with rc_context({'figure.figsize': (4, 4)}):
sc.pl.umap(adata, color='CD79A')
with rc_context({'figure.figsize': (3, 3)}):
sc.pl.umap(adata, color=['CD79A', 'MS4A1', 'MPO', 'CD3D', 'CD14', 'FCGR3A', 'total_counts', 'leiden_anno'],
s=50, frameon=False, ncols=4, vmax='p99')
# ncols 參數(shù)設置每行的繪圖數(shù)，frameon=False 刪除圖周圍的框，使用 s=50 設置點大小。
散點圖的函數(shù)有許多選項，可以對圖像進行微調。
# 使用 leiden 方法計算聚類,并使用名稱“clusters”存儲結果
sc.tl.leiden(adata, key_added='clusters', resolution=1)
with rc_context({'figure.figsize': (4, 4)}):
sc.pl.umap(adata, color='clusters', add_outline=True, legend_loc='on data',
legend_fontsize=12, legend_fontoutline=2,frameon=False,
title='clustering of cells', palette='Set1')
2. 氣泡圖
在未對cluster進行注釋前，可以通過建立帶有marker基因的字典，將cluster的基因表達信息和細胞群關聯(lián)起來。
marker_genes_dict = {
'B-cell': ['CD79A', 'MS4A1'],
'Dendritic': ['FCER1A', 'CST3'],
'Monocytes': ['FCGR3A'],
'NK': ['GNLY', 'NKG7'],
'Other': ['PPBP'],
'Plasma': ['IGJ'],
'T-cell': ['CD3D'],
}
sc.pl.dotplot(adata, marker_genes_dict, 'clusters', dendrogram=True)
在對細胞群做好注釋時直接繪制各個細胞群的指定基因表達氣泡圖：
marker_genes = ['IL7R', 'CD79A', 'MS4A1', 'CD8A', 'CD8B', 'LYZ', 'CD14',
'LGALS3', 'S100A8', 'GNLY', 'NKG7', 'KLRB1',
'FCGR3A', 'MS4A7', 'FCER1A', 'CST3', 'PPBP']
sc.pl.dotplot(adata, marker_genes, groupby='leiden_anno',color_map='viridis_r');
3. 小提琴圖
小提琴圖也可用于繪制存儲在 .obs 中的任何數(shù)值
with rc_context({'figure.figsize': (4.5, 3)}):
# 使用 stripplot=False 刪除內部點，inner='box' 在小提琴內添加一個箱線圖
sc.pl.violin(adata, ['n_genes','total_counts','pct_counts_mt'], groupby='leiden', stripplot=False, inner='box')
堆疊小提琴圖
sc.pl.stacked_violin(adata, marker_genes, groupby='leiden_anno', rotation=90);
差異基因比較的復合小提琴圖
with rc_context({'figure.figsize': (9, 1.5)}):
sc.pl.rank_genes_groups_violin(adata, n_genes=20, jitter=False)
4. 熱圖
sc.pl.matrixplot是按類別分組的每個基因的平均表達值的熱圖。 這種類型的圖基本上呈現(xiàn)出與點圖中的顏色所相同的信息。
sc.pl.matrixplot(adata, marker_genes, 'leiden_anno', dendrogram=True, cmap='Blues',
standard_scale='var', colorbar_title='column scaled\nexpression')
ax = sc.pl.heatmap(adata, marker_genes, groupby='leiden_anno', cmap='viridis', swap_axes=True, dendrogram=True)
5. Tracksplot
軌跡圖顯示與熱圖相同的信息，但基因表達由高度表示，而不是色標：
ax = sc.pl.tracksplot(adata, marker_genes, groupby='leiden_anno', dendrogram=True)
6. Dendrogram options
# compute hierarchical clustering using PCs (several distance metrics and linkage methods are available).
sc.tl.dendrogram(adata, 'leiden_anno')
ax = sc.pl.dendrogram(adata, 'leiden_anno')
7. Plot correlation
Together with the dendrogram it is possible to plot the correlation (by default ‘pearson’) of the categories.
ax = sc.pl.correlation_matrix(adata, 'leiden_anno', figsize=(5,3.5))
參考：https://scanpy-tutorials.readthedocs.io/en/latest/plotting/core.html
