Python使用Toytree基于Dataframe聚类值为系统发育树标签着色

核心逻辑是通过两层映射完成ID到聚类值、聚类值到颜色的匹配，核心要求是传给tip_labels_colors的颜色列表顺序，必须和rtre.get_tip_labels()返回的末端标签顺序完全一致，否则会出现颜色错配。

具体步骤 #

• 把两列的聚类数据整理为「末端ID-聚类值」的查询字典，避免逐行遍历Dataframe匹配的低效率问题。
• 建立「聚类值-颜色」的映射表，可手动指定固定配色，也可通过调色板自动生成离散配色。
• 严格按照树对象返回的末端标签顺序，逐个查询对应颜色，生成顺序完全对齐的颜色列表。
• 将颜色列表传入绘图参数即可。

完整实现代码 #

适配自有数据的代码 #

import toytree
import pandas as pd
import numpy as np

# 1. 加载聚类数据，替换为你的文件路径，分隔符按实际文件调整（空格分隔用sep="\s+"，制表符用sep="\t"）
df = pd.read_csv(
    "你的聚类文件路径",
    sep="\s+",
    header=None,
    names=["tip_id", "cluster"]
)
tip_cluster_map = dict(zip(df["tip_id"], df["cluster"]))

# 2. 配置聚类对应颜色
# 方式一：手动指定，适合聚类数量少的场景
cluster_color_map = {
    1: "#ff0000",  # 聚类1对应红色
    2: "#00ff00",  # 聚类2对应绿色
    7: "#5384a3",
    20: "#d6557c"
    # 补全你所有聚类值对应的颜色即可
}

# 方式二：聚类数量多时自动生成配色，无需手动枚举
# unique_clusters = df["cluster"].unique()
# palette = toyplot.color.brewer.palette("Set2", count=len(unique_clusters))
# cluster_color_map = dict(zip(unique_clusters, palette))

# 3. 加载树文件，按你的需求设置外类群/根节点
rtre = toytree.tree("你的树文件路径").root(wildcard="你的根节点匹配关键词")

# 4. 按树的末端标签顺序生成颜色列表（核心，顺序不能乱）
colorlist = [cluster_color_map[tip_cluster_map[tip]] for tip in rtre.get_tip_labels()]

# 5. 绘图
rtre.draw(
    tip_labels_align=True,
    tip_labels_colors=colorlist
)

可直接运行的验证示例（基于公开测试树） #

如果要先验证逻辑，可以运行以下测试代码，模拟聚类数据完成配色：

import toytree
import toyplot
import pandas as pd
import numpy as np

# 加载测试树
url = "https://eaton-lab.org/data/Cyathophora.tre"
rtre = toytree.tree(url).root(wildcard='prz')

# 模拟和你格式一致的聚类Dataframe，给每个末端随机分配3个聚类值
df = pd.DataFrame({
    "tip_id": rtre.get_tip_labels(),
    "cluster": np.random.choice([1,2,3], size=len(rtre.get_tip_labels()))
})
tip_cluster_map = dict(zip(df["tip_id"], df["cluster"]))

# 配置聚类颜色
cluster_color_map = {1: "#ff0000", 2: "#00ff00", 3: "#0000ff"}

# 生成顺序对齐的颜色列表
colorlist = [cluster_color_map[tip_cluster_map[tip]] for tip in rtre.get_tip_labels()]

# 出图
rtre.draw(
    tip_labels_align=True,
    tip_labels_colors=colorlist
)

常见报错排查 #

• 出现KeyError：先检查树文件的末端ID和Dataframe里的ID是否完全一致，有没有多余空格、后缀缺失、大小写不匹配的问题。
• 颜色和聚类对应错位：确认生成colorlist时是直接遍历rtre.get_tip_labels()的返回值，没有单独对ID列表做排序、去重等打乱顺序的操作。
• 颜色显示异常：检查传入的颜色值是否为合法的十六进制色值，或toyplot支持的颜色对象。

内容的提问来源于stack exchange，提问作者Someone_1313