如何基于多个字典利用Seaborn绘制对比散点图

需求说明 #

基于两类序列数据（原始序列数据dict_1、ACGT含量一致的随机序列数据dict_2），对比猫和猎豹在不同碱基对长度（1000/2000/3000bp）下的CG重复次数：

• x轴设为碱基对长度（每1000bp为一个维度）
• y轴设为CG重复次数
• 同时区分原始/随机序列、不同动物的组别，实现直观对比

现有代码问题 #

当前代码直接将字典传入relplot，未匹配碱基对长度维度，也未区分序列类型，无法满足多维度对比需求。

解决方案 #

步骤1：整理数据为长格式DataFrame #

Seaborn适配长格式数据，需将两个字典转换为包含以下字段的DataFrame：

• bp_length：碱基对长度（1000/2000/3000）
• cg_count：CG重复次数
• organism：动物种类（cat/cheetah）
• seq_type：序列类型（原始序列/随机序列）

步骤2：绘制对比散点图 #

通过hue区分序列类型，style区分动物种类，让两类对比维度清晰呈现。

完整代码 #

import seaborn as sns
import pandas as pd

# 原始数据
dict_1 = {'cat': [53, 69, 0], 'cheetah': [65, 52, 28]}  # 原始序列
dict_2 = {'cat': [40, 39, 10], 'cheetah': [35, 62, 88]}  # 随机序列
bp_lengths = [1000, 2000, 3000]

# 整理数据到列表
data = []
# 添加原始序列数据
for organism, counts in dict_1.items():
    for bp, count in zip(bp_lengths, counts):
        data.append({
            'bp_length': bp,
            'cg_count': count,
            'organism': organism,
            'seq_type': '原始序列'
        })
# 添加随机序列数据
for organism, counts in dict_2.items():
    for bp, count in zip(bp_lengths, counts):
        data.append({
            'bp_length': bp,
            'cg_count': count,
            'organism': organism,
            'seq_type': '随机序列'
        })

# 转换为DataFrame
df = pd.DataFrame(data)

# 设置绘图主题
sns.set_theme()

# 绘制对比散点图
g = sns.relplot(
    data=df,
    x='bp_length',
    y='cg_count',
    hue='seq_type',  # 颜色区分原始/随机序列
    style='organism',  # 标记样式区分动物种类
    s=100,  # 设置点的大小
    markers=['o', 's'],  # 自定义标记：圆形=猫，方形=猎豹
    palette=['#1f77b4', '#ff7f0e']  # 自定义颜色：蓝色=原始，橙色=随机
)

# 设置图表标题和轴标签
g.set_axis_labels('碱基对长度 (bp)', 'CG重复次数')
g.fig.suptitle('不同序列类型下的CG重复次数对比', y=1.02)

效果说明 #

• 不同颜色的点区分原始序列和随机序列
• 不同形状的点区分猫和猎豹
• 可直观观察同一动物在不同bp长度下，原始与随机序列的CG重复次数差异，也能对比不同动物间的差异

内容的提问来源于stack exchange，提问作者user19278046