python横向条形图_seaborn做横向条形图

数据格式如下

这里选择fold值最大的前20个作图进行展示 代码如下

import seaborn as sns

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

infpkm&＃61;"gene_diff2019102206.xls"

genename&＃61;"Aoc1"

picpathname&＃61;"Aoc1.test"

df &＃61; pd.read_csv(infpkm,header&＃61;0,sep&＃61;"\t")

#根据绝对值大小从大到小进行排序

df &＃61; df.reindex(df[&＃39;log2FoldChange&＃39;].abs().sort_values(ascending&＃61;False).index)

#取前20行

df &＃61; df.iloc[:20,:]

#获取最大的fold绝对值作为x轴的上下限

txlim &＃61; np.abs(df.loc[:,&＃39;log2FoldChange&＃39;].tolist()[0])

#获取作图的两列

pre_draw&＃61;df[[&＃39;Datebase_type&＃39;,&＃39;log2FoldChange&＃39;]]

#选择绝对值大于0.58496的数据

pre_draw &＃61; pre_draw[np.abs(pre_draw[&＃39;log2FoldChange&＃39;])>0.58496]

#将所有绝对值大于3的整数设置3&＃xff0c;绝对值大于3的负数&＃xff0c;设置为-3

#df[np.abs(df)>3] &＃61; np.sign(df)*3

logfold &＃61; [float(n) for n in pre_draw[&＃39;log2FoldChange&＃39;].tolist()]

ngroup &＃61; [str(n) for n in pre_draw[&＃39;Datebase_type&＃39;].tolist()]

ax &＃61; sns.barplot(x&＃61;logfold, y&＃61;ngroup, color&＃61;&＃39;blue&＃39;, orient&＃61;&＃39;h&＃39;)

ax.set_title(&＃39;20 Top FoldChange of Gene &＃39;&＃43;str(genename)&＃43;&＃39; expression in different dataset&＃39;, fontsize&＃61;15)

ax.set_ylabel(&＃39;Datebase name&＃39;, fontsize&＃61;15)

ax.set_xlabel(&＃39;Log2(Fold change)&＃39;, fontsize&＃61;15)

ax.set_xlim([-txlim-0.25, txlim&＃43;0.25])

plt.savefig(picpathname&＃43;&＃39;.png&＃39;, format&＃61;&＃39;png&＃39;, dpi&＃61;50, bbox_inches&＃61;&＃39;tight&＃39;)

plt.savefig(picpathname&＃43;&＃39;.pdf&＃39;, format&＃61;&＃39;pdf&＃39;, dpi&＃61;100, bbox_inches&＃61;&＃39;tight&＃39;)

图片效果如下&＃xff1a;