本章介绍如何绘制序列。在进入本主题之前，让我们了解绘图的基础知识。

1. 绘图

Matplotlib是一个Python绘图库，可产生多种格式的高质量图形。我们可以创建不同类型的图，例如折线图，直方图，条形图，饼图，散点图等。

pyLab是属于matplotlib的模块，它将数字模块numpy与图形绘制模块pyplot结合在一起。Biopython使用pylab模块绘制序列。需要导入以下模块代码-

import pylab

在导入之前，需要使用pip命令和下面给出的命令安装matplotlib软件包-

pip install matplotlib

2. 输入文件样本

在Biopython目录中创建一个名为plot.fasta的样本文件，并添加以下内容 -

>seq0 FQTWEEFSRAAEKLYLADPMKVRVVLKYRHVDGNLCIKVTDDLVCLVYRTDQAQDVKKIEKF 
>seq1 KYRTWEEFTRAAEKLYQADPMKVRVVLKYRHCDGNLCIKVTDDVVCLLYRTDQAQDVKKIEKFHSQLMRLME 
>seq2 EEYQTWEEFARAAEKLYLTDPMKVRVVLKYRHCDGNLCMKVTDDAVCLQYKTDQAQDVKKVEKLHGK 
>seq3 MYQVWEEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVCLQYKTDQAQDV
>seq4 EEFSRAVEKLYLTDPMKVRVVLKYRHCDGNLCIKVTDNSVVSYEMRLFGVQKDNFALEHSLL 
>seq5 SWEEFAKAAEVLYLEDPMKCRMCTKYRHVDHKLVVKLTDNHTVLKYVTDMAQDVKKIEKLTTLLMR 
>seq6 FTNWEEFAKAAERLHSANPEKCRFVTKYNHTKGELVLKLTDDVVCLQYSTNQLQDVKKLEKLSSTLLRSI 
>seq7 SWEEFVERSVQLFRGDPNATRYVMKYRHCEGKLVLKVTDDRECLKFKTDQAQDAKKMEKLNNIFF 
>seq8 SWDEFVDRSVQLFRADPESTRYVMKYRHCDGKLVLKVTDNKECLKFKTDQAQEAKKMEKLNNIFFTLM 
>seq9 KNWEDFEIAAENMYMANPQNCRYTMKYVHSKGHILLKMSDNVKCVQYRAENMPDLKK
>seq10 FDSWDEFVSKSVELFRNHPDTTRYVVKYRHCEGKLVLKVTDNHECLKFKTDQAQDAKKMEK

3. 绘制线图

现在，我们为上述plot.fasta文件创建一个简单的线图。
第1步 - 导入SeqIO模块以读取plot.fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件，如下代码 -

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

第3步 - 导入pylab模块 -

>>> import pylab

第4步 - 通过分配x和y轴标签来配置折线图。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用绘图方法并提供记录作为输入来绘制简单的折线图。

>>> pylab.plot(records) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

第7步 - 最后使用以下命令保存图表。

>>> pylab.savefig("lines.png")

执行完上述命令后，可以看到以下图像保存在Biopython目录中。

2. 直方图

直方图用于连续数据，其中bin表示数据范围。绘图直方图与pylab.plot相同，与折线图相同。不同的是它调用pylab模块的hist方法，其中包含记录和一些bin的值。完整的编码如下-

第1步 - 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件，如下代码 -

>>> records = [len(rec) for rec in SeqIO.parse("plot.fasta", "fasta")] 
>>> len(records) 
11 
>>> max(records) 
72 
>>> min(records) 
57

第3步 - 导入pylab模块 -

>>> import pylab

第4步 - 通过分配x和y轴标签来配置折线图。

>>> pylab.xlabel("sequence length") 
Text(0.5, 0, 'sequence length') 

>>> pylab.ylabel("count") 
Text(0, 0.5, 'count') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用绘图方法并提供记录作为输入来绘制简单的折线图。

>>> pylab.hist(records,bins=5) 
(array([2., 3., 1., 3., 2.]), array([57., 60., 63., 66., 69., 72.]), <a list 
of 5 Patch objects>) 
>>>

第7步 - 最后使用以下命令保存图表。

>>> pylab.savefig("hist.png")

执行完上述命令后，可以看到以下图像保存在Biopython目录中。

3. 序列GC百分比

GC百分比是比较不同序列的常用分析数据之一。可以使用一组序列的GC百分比来做一个简单的折线图，并立即进行比较。在这里，可以将数据从序列长度更改为GC百分比。完整的编码如下-

第1步 - 导入SeqIO模块以读取fasta文件。

>>> from Bio import SeqIO

第2步 - 解析输入文件。

>>> from Bio.SeqUtils import GC 
>>> gc = sorted(GC(rec.seq) for rec in SeqIO.parse("plot.fasta", "fasta"))

第3步 - 导入pylab模块 -

import pylab

第4步 - 通过分配x和y轴标签来配置折线图。

>>> pylab.xlabel("Genes") 
Text(0.5, 0, 'Genes') 

>>> pylab.ylabel("GC Percentage") 
Text(0, 0.5, 'GC Percentage') 
>>>

第5步 - 通过设置网格显示来配置折线图。

>>> pylab.grid()

第6步 - 通过调用绘图方法并提供记录作为输入来绘制简单的折线图。

>>> pylab.plot(gc) 
[<matplotlib.lines.Line2D object at 0x10b6869d 0>]

第7步 - 最后，使用以下命令保存图表。

>>> pylab.savefig("gc.png")

执行完上述命令后，可以看到以下图像保存在Biopython目录中。