Python绘制Needleman-Wunsch全局比对：网格箭头+热图实现方法

可以同时实现热图展示得分和箭头标记比对路径，核心是理清热图单元格的坐标映射，结合比对路径数据绘制箭头。以下是具体实现步骤和代码：

步骤1：准备数据（得分矩阵与比对路径） #

先构建得分矩阵（可通过全局比对算法如Needleman-Wunsch生成），同时整理出最优比对的路径坐标：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 示例序列
seq1 = "ATCG"
seq2 = "AGCT"

# 模拟全局比对得分矩阵（实际可替换为真实DP计算结果）
score_matrix = np.array([
    [0, -1, -2, -3],
    [-1, 1, 0, -1],
    [-2, 0, 2, 1],
    [-3, -1, 1, 3]
])

# 模拟最优比对路径的坐标（格式：(行索引, 列索引)，对应seq1和seq2的位置映射）
path = [(0,0), (1,0), (1,2), (2,1), (3,3)]

步骤2：绘制得分热图 #

用seaborn heatmap渲染得分矩阵，设置序列字符为坐标轴标签：

plt.figure(figsize=(8, 6))
# 绘制热图，显示得分数值，配置颜色映射
ax = sns.heatmap(score_matrix, annot=True, cmap="YlGnBu", 
                 xticklabels=list(seq2), yticklabels=list(seq1),
                 cbar=True)

# 反转y轴，让序列顺序与热图行方向一致
ax.invert_yaxis()

步骤3：计算坐标并绘制箭头 #

热图每个单元格的中心坐标为 (列索引+0.5, 行索引+0.5)，基于此遍历路径绘制箭头：

# 遍历路径中的连续点对，绘制箭头连接
for i in range(len(path)-1):
    y1, x1 = path[i]
    y2, x2 = path[i+1]
    
    # 转换为单元格中心坐标
    start_x = x1 + 0.5
    start_y = y1 + 0.5
    end_x = x2 + 0.5
    end_y = y2 + 0.5
    
    # 绘制箭头，调整样式参数适配热图
    plt.arrow(start_x, start_y, end_x - start_x, end_y - start_y,
              head_width=0.15, head_length=0.15, fc='darkred', ec='darkred', linewidth=2)

# 设置图表标题与标签
plt.title("Global Alignment with Score Heatmap")
plt.xlabel("Sequence 2")
plt.ylabel("Sequence 1")

plt.tight_layout()
plt.show()

关键细节 #

• 坐标映射：热图的单元格索引（行对应seq1，列对应seq2）需转换为中心坐标，才能让箭头准确指向单元格中间。
• 路径生成：实际场景中，路径需从全局比对的回溯步骤获取，比如Needleman-Wunsch算法的回溯链。
• 样式优化：可通过调整plt.arrow的head_width、color等参数自定义箭头样式，批量绘制时用plt.quiver效率更高。

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