用Python实现Circos图的在线绘制的Circos有局限性，如对数据的要求、个性局限理速度等的问题，但如果你是一个Pythoneer或者喜欢用更加Pythonic的方式来个性化地绘制Circos图，那么今天就跟随我一起用代码实现这一目标吧！

安装Circos包

首先，登录Python的包索引网站Python Package Index(PyPI，正确读音是：Pie Pee Ai)，找到Circos包的下载页：

https://pypi.python.org/pypi/Circos/1.3.5

该包/模块的作者是我的好友Eric Ma。你可以选择下载wheeler文件，然后本地安装。也可以在shell下直接通过pip进行安装：

pipinstallcircos

注意，所支持的Python版本必须是3.x，对2不支持。

选择数据

当安装了circos包后，我们就可以直接应用这个包来写代码了。为了演示方便，我需要应用一些数据。作为内科医师，就让我来展示一下老本行：处理药物与肝酶细胞色素P450的相互关系的可视化。由于是为了抛砖引玉，所以绘制出的Circos图相对简单。

我们先从美国FDA官网下载不同细胞色素相关的各种口服药物表。共202种常用的口服药物，涵盖内科学、肿瘤学、神经科和心理学等学科。数据文件如下：

可以看到这个数据的结构：是按肝细胞色素酶进行分类，共分8个列。这8个细胞色素酶分别是：CYP1A2,CYP2B6, CYP2C8, CYP2C9, CYP2C19, CYP2D6, CYP2E1和CYP3A4。我们将要建立各个口服药与这些肝酶之间关系的Circos图，从而了解通过相同肝酶代谢或转化的药物之间是否存在相互作用。

导入各个模块和读入数据

导入各个模块：

fromcircosimportCircosPlot

importxlrd

importpandasaspd

importnumpyasnp

读入文件：

filename='.\\MedicationInteraction.xlsx'

book=xlrd.open_workbook(filename)

print('File loaded!')

提取数据：

nrows=book.sheet_by_name('Sheet1').nrows

header=book.sheet_by_name('Sheet1').row_values(0)

data=[book.sheet_by_name('Sheet1').row_values(i) fori inrange(1, nrows)]

df=pd.DataFrame(data, columns =header)

df[df==''] = np.nan

读取后，药物和酶的数据为pandas的DataFrame数据结构，细胞色素P450酶的名字为columns的名字。我们可以检查一下数据：

修数据，尤其是处理NA数据

df_dict={}

foriinrange(len(df.columns)):

df_dict[df.icol(i).name] =list(df.icol(i).dropna())

节点和连线

创建节点(nodes)数据，在我这个例子里就是各个药物和肝酶：

nodes=[]

forkeyindf_dict.keys():

nodes.extend(df_dict[key])

nodes=list(nodes)

headers=list(df.columns)

enzymes=['0'] * 5

forheaderinheaders:

enzymes.append(header)

enzymes.extend(['0']*5)

nodes.extend(enzymes)

创建连线(edges)数据，我们应用tuple(元组)这个数据结构来表示药物与特定肝酶之间的关系：

edges_origin=[]

forkeyindf_dict.keys():

forvalue indf_dict[key]:

edges_origin.append((key, value))

绘图

绘制Circos图：

c=CircosPlot(nodes, edges_origin, radius =10,

nodecolor="blue",

edgecolor="red",

)

c.draw()

得到了下面这张所有药物与肝酶之间的图：

左上方是8个肝脏细胞色素P450酶(CYP1A2、CYP2B6、CYP2C8、CYP2C9、CYP2C19、CYP2D6、CYP2E1和CYP3A4)。其它点即为202种口服药物。每种药物都与参与代谢和转化它的P450酶相连。与相同酶连接的不同药物，理论上应该都存在相互作用，但具体如何还要看与酶的作用机理。

个性化绘图

如果我们打算分别可视化出不同肝酶的关系图形，我们只需改变连线信息，即edges信息：

edges=[]

版权声明：本站所有文章皆为原创，欢迎转载或转发，请保留网站地址和作者信息。