Scanpy可视化函数汇总

Scanpy数据结构：AnnData
Scanpy分析单细胞数据：预处理和聚类
Scanpy分析单细胞数据：轨迹分析PAGA

演示数据集依然是熟悉的pbmc3k，经过预处理和聚类后保存为pbmc3k.h5ad。

导入软件包

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
#

Scanpy包括3个核心模块：

pp (preprocessing，预处理)

tl (tools，计算)

pl (plotting，绘图)

以及datasets、logging、queries、external、get这几个不常用的功能。
参考：API和scanpy源码浅析

导入数据

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 等函数轻松获得 tSNE、UMAP 和其他几种嵌入的散点图。
这些函数访问存储在 adata.obsm 中的数据。例如 sc.pl.umap 使用存储在 adata.obsm['X_umap'] 中的信息。为了获得更大的灵活性，存储在 adata.obsm 中的任何键都可以与通用函数 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 参数设置每行的绘图数，frameon=False 删除图周围的框，使用 s=50 设置点大小。

散点图的函数有许多选项，可以对图像进行微调。

# 使用 leiden 方法计算聚类,并使用名称“clusters”存储结果
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')

好像菌落哦hhh

2. 气泡图

在未对cluster进行注释前，可以通过建立带有marker基因的字典，将cluster的基因表达信息和细胞群关联起来。

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)

在对细胞群做好注释时直接绘制各个细胞群的指定基因表达气泡图：

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. 小提琴图

小提琴图也可用于绘制存储在 .obs 中的任何数值

with rc_context({'figure.figsize': (4.5, 3)}):
    # 使用 stripplot=False 删除内部点，inner='box' 在小提琴内添加一个箱线图
    sc.pl.violin(adata, ['n_genes','total_counts','pct_counts_mt'], groupby='leiden', stripplot=False, inner='box')

堆叠小提琴图

sc.pl.stacked_violin(adata, marker_genes, groupby='leiden_anno', rotation=90);

差异基因比较的复合小提琴图

with rc_context({'figure.figsize': (9, 1.5)}):
    sc.pl.rank_genes_groups_violin(adata, n_genes=20, jitter=False)

4. 热图

sc.pl.matrixplot是按类别分组的每个基因的平均表达值的热图。这种类型的图基本上呈现出与点图中的颜色所相同的信息。

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

轨迹图显示与热图相同的信息，但基因表达由高度表示，而不是色标：

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))

参考：https://scanpy-tutorials.readthedocs.io/en/latest/plotting/core.html