用每个键绘制多个值的字典的最佳方法？ [关闭]

Question

我需要创建一个包含 DNA 序列 ID 和分子量字典的散点图。许多 DNA 序列是不明确的，因此它们可以有许多可能的分子量（因此每个键有许多值）。字典看起来像这样，但许多键实际上有更多的值（为简洁起见，我删除了一些）。

{'seq_7009': [6236.9764, 6279.027699999999,
   6319.051799999999, 6367.049999999999],
 'seq_418': [3716.3642000000004, 3796.4124000000006],
 'seq_9143_unamb': [4631.958999999999],
 'seq_2888': [5219.3359, 5365.4089],
 'seq_1101': [4287.7417, 4422.8254]}

我有另一个名为get_all_weights 的函数可以生成这个字典，所以我尝试调用该函数然后绘制结果图。这是我到目前为止所拥有的，基于此站点上的另一篇文章，但它不起作用：

import matplotlib.pyplot as plt
import itertools

def graph_weights(file_name):
    with open (file_name) as file:
        d = {} # Initialize a dictionary and then fill it with the results of the get_all_weights function
        d.update(get_all_weights(file_name))  
        for k, v in d.items():
            x = [key for (key,values) in b.items() for _ in range(len(values))]
            y = [val for subl in d.values() for val in subl]
            ax.plot(x, y)
    plt.show()

有谁知道我如何做到这一点？该图应在 x 轴上显示序列 ID，在 y 轴上显示值，并且应该清楚地表明同一值可以多次出现。

Answer 1

并且应该明确相同的值可以出现多次

使用默认的 matplotlib 绘图，这将不清楚，因为相似/相同的点会直接重叠。

虽然manually add jittering 是可能的，但最简单的方法是使用seaborn 的swarmplot 或stripplot。

1. 创建一个数据框from_dict:

   import pandas as pd
   data = pd.DataFrame.from_dict(d, orient='index').T
   
   #     seq_7009    seq_418  seq_9143_unamb   seq_2888   seq_1101
   # 0  6236.9764  3716.3642        4631.959  5219.3359  4287.7417
   # 1  6279.0277  3796.4124             NaN  5365.4089  4422.8254
   # 2  6319.0518        NaN             NaN        NaN        NaN
   # 3  6367.0500        NaN             NaN        NaN        NaN
   

2. 然后使用swarmplot 或stripplot：

   import seaborn as sns
   sns.swarmplot(data=data)
   

   import seaborn as sns
   sns.stripplot(data=data)
   

Answer 2

您使用以下代码绘制每个序列 ID 及其各自的值。

import matplotlib.pyplot as plt

d = {'seq_7009': [6236.9764, 6279.027699999999,
   6319.051799999999, 6367.049999999999],
 'seq_418': [3716.3642000000004, 3796.4124000000006],
 'seq_9143_unamb': [4631.958999999999],
 'seq_2888': [5219.3359, 5365.4089],
 'seq_1101': [4287.7417, 4422.8254]}

plt.figure(figsize=(15,5))
xlabels = []
for i, key in enumerate(d):
    if len(d[key])!=0:
        plt.scatter([i+1]*len(d[key]), d[key], c="#396B8B")
    xlabels.append(key)   
plt.xticks(list(range(1, len(xlabels)+1)), xlabels, rotation='horizontal')
plt.grid(axis="y")
plt.title("Molecular Weight by Sequence ID")
plt.ylabel("Molecular Weight")
plt.show()