前面，我们生信技能树的讲师小洁老师与萌老师新开了一个学习班：《掌握Python，解锁单细胞数据的无限可能》，身为技能树的一员，近水楼台先得月，学起！下面是我的学习笔记，希望可以给你带来一点参考
前面几天的学习笔记：
今天继续学习视频：python_day4 ！一口气学完吧！
touch day4.ipynb
课前复习到 37:39
1、条件语句
if语句：if不支持直接批量计算，逻辑值只能是一个if else语句
试试看报错的：
# 这段代码会报错
import numpy as np
y = np.array([3,5,-1,0])
print(y > 0)
y.any()
if(y>0):
print("pos")
else:
print("neg")
1.1 np.where
python里面的numpy提供了np.where函数，支持数组运算
import numpy as np # type: ignore
y = np.array([3,5,-1,0])
y2 = np.where(y>0, "pos", "neg")
print(y2.tolist())
1.2 case_when
pandas 里面的 case_when 方法支持多个条件
import pandas as pd
y = pd.Series([3,5,-1,0])
y.case_when([
(y > 0, "pos"),
(y < 0, "neg"),
(pd.Series(True), "0")
])
2、循环语句
python里面的循环使用for函数
z = range(1,6)
for i in z:
print(i)
ps = ["a","b","c"]
for p in ps:
print(p)
3、列表推导式 55:57
相比传统的for循环，列表推导式更加简洁和易读，可以把结果直接保存为列表或者是字典
3.1 列表推导式
# 列表推导式
numbers = [1,2,3,4,5]
# 计算平方
[x**2 for x in numbers]
3.2 字典推到式
# 字典推导式
{x: x**2 for x in numbers}
4、批量读取文件
day3_preview文件夹中有四个文件：
import os
os.listdir("day3_preview")
from glob import glob
import pandas as pd
# 搜索所有以 csv 结尾的文件
files = glob("day3_preview/*.csv")
files
# 删除一个
# files.pop()
files.remove('day3_preview/gene.csv')
files
# 读取
result = []
for i in range(len(files)):
result.append(pd.read_csv(files[i]))
# 使用 pd.concat 将文件按照行拼接在一起
res = pd.concat(result, ignore_index=True)
res.head()
列表推导式读取：
result = [pd.read_csv(x) for x in files]
print([x.shape for x in result])
re = pd.concat(result, ignore_index=True)
print(re.shape)
re.head()
day3课后习题讲解 01:37:04
1.列表排序
创建一个包含任意5个整数的列表 使用 .sort()方法将其从小到大排序使用 .sort()方法将其从大到小排序
import random
# 创建一个包含5个随机整数的列表，假设我们想要的范围是1到100
my_random = [random.randint(1, 100) for _ in range(5)]
my_random
# 从小到大排序
my_random.sort()
my_random
# 从大到小排序
my_random.sort(reverse=True)
my_random
2.去重和计数
以别名np导入 numpy库创建由a,b,c,a,b,d组成的列表，赋值给a 去重，并输出去重后的结果 去重，并统计每个数值出现的次数
import numpy as np
a = ['a','b','c','a','b','d']
print(a)
# 去重
print(np.unique(a))
# 去重并计数
uniq,counts=np.unique(a,return_counts=True)
print(uniq)
print(counts)
以别名 pd导入pandas库创建由a,b,c,a,b,d组成的列表，赋值给a 去重，并输出去重后的结果 去重，并统计每个数值出现的次数
import pandas as pd
a = ['a','b','c','a','b','d']
print(a)
b = pd.Series(a)
print(b)
uniq_a = b.unique()
count_a = b.value_counts()
print(uniq_a)
print(count_a)
3.矩阵
新建矩阵，赋值给m1 输出第二列的所有元素
import numpy as np
m1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(m1[:,1])
使用切片操作提取该矩阵的前两行和后两列
print(m1)
sub_m = m1[0:2,1:3]
print(sub_m)
4.数据框
数据框如下：
import pandas as pd
df1 = pd.DataFrame({
'gene': ['gene' + str(i) for i in range(1,5)],
'change': ['up','up','down','down'],
'score': [5,3,-1,-3]
})
df1
以下代码错误的是：
A、df1.gene
B、df1[['gene','change']]
C、df1[0,1]：正确的为 df1.iloc[0,1]
D、df1.shape
计算score列的最小值的正确代码是：A、B
A、df1.score.min()
B、min(df1.score)
C、min(df1$score)
D、df1$score.min()
绘图工具 seaborn模块 01:53:15
python的绘图工具有：
作图：matplotlib、seaborn、plotnine 拼图：subplots、patchworklib 导出：savefig、ggsave
现在开始学习绘图工具seaborn了，首先在环境中安装一下：
# bash终端
# 安装模块
conda activate sc
pip install seaborn -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
pip install pypalettes -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
seaborn和matplotlib
关系：
Seaborn是基于Matplotlib的统计数据可视化库 Seaborn是Matplotlib的高级封装 Seaborn可以直接使用Matplotlib的方法
优缺点：
Matplotlib提供底层绘图能力,更细粒度的定制选项，代码肿 Seaborn提供开箱即用的美观样式，代码简洁，细节调整还是要靠Matplotlib
可以选择 用seaborn画图，matplotlib拼图、保存和调细节
seaborn 绘图
seaborn 是一个很受欢迎的图库，代码简洁，图片好看，但细节调整拼图保存还是matplotlib更胜一层。
点图：scatterplot 箱线图：boxplot 点图+趋势线：regplot 热图：clustermap、heatmap 多图叠加：直接连续写绘图代码 拼图：plt.subplots
0、库的安装和示例数据读取
安装已经在前面安装过了，这里直接读取数据：
import pandas as pd
iris = pd.read_csv('day4/iris.csv')
print(iris.head())
1、点图
import seaborn as sns
import matplotlib.pyplot as plt
sns.scatterplot(x='sepal_length', y='sepal_width',
hue = 'species', data=iris)
plt.show()
最好的配色库 pypalettes
直接使用palette参数即可。2500+种配色：https://python-graph-gallery.com/color-palette-finder/
import pypalettes
pypalettes.load_cmap('a_palette')
换一个配色：
import pypalettes
import seaborn as sns
import matplotlib.pyplot as plt
sns.scatterplot(x='sepal_length', y='sepal_width',palette='a_palette',
hue = 'species', data=iris)
plt.show()
2、箱线图
sns.boxplot(x='species', y='sepal_length',data=iris,
palette='Set2',hue='species')
plt.show()
3、点图+趋势线图
sns.regplot(x='sepal_length', y='sepal_width',data=iris)
plt.show()
4、热图
配色风格：https://seaborn.pydata.org/tutorial/color_palettes.html
data = iris.drop('species',axis=1)
g = sns.clustermap(data, cmap='viridis')
plt.show()
热图：sns.heatmap(data,cmap='coolwarm')
sns.heatmap(data,cmap='coolwarm')
5、多图叠加
import seaborn as sns
import matplotlib.pyplot as plt
plt.figure(figsize=(10,6))
# 小提琴图
sns.violinplot(x='species', y='sepal_length',data=iris, palette='Set2',hue='species',alpha=0.3, legend=False)
# 箱线图
sns.boxplot(x='species', y='sepal_length',data=iris, palette='Set2',hue='species',width=0.3, legend=False)
# 点图
sns.stripplot(x='species', y='sepal_length',data=iris,color='black')
plt.title('Sepal Length Distribution')
plt.show()
6、图片设置（matplotlib）
更改x/y轴标题，图片标题
sns.regplot(x='sepal_length', y='sepal_width', data=iris)
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.title('Sepal Length')
7.拼图（matplotlib）
figure和axes以及以及axis的关系：https://steam.oxxostudio.tw/category/python/example/matplotlib-figure-axes.html
什么是 figure？
figure 表示「画布」，表示 atplotlib 绘制图表的空间，在绘制图表时，要先创建一个画布，才能在加入各种元素，储存或输出图片时，也都是以 figure 为单位进行储存或输出。
什么是 axes？
axes 表示「坐标系统」，如果是二维图表，axes 会包含两个坐标轴 （axis ）、如果是三维图表，axes 会包含三个坐标轴（axis），依此类推，在一个 figure 之中，可以设定多个 axes，下图呈现 figure、axes 和 asix 的关系。ax是axes的缩写
这个图类似的在 R语言里面也有：《R绘图系统 第二版》
plt.subplots(1,2,figsize = (10,5))：一行两列
fig, (ax1, ax2) = plt.subplots(1,2,figsize = (10,5))
sns.scatterplot(x='sepal_length', y='sepal_width', data=iris,ax=ax1)
sns.boxplot(x='species', y='sepal_length', data=iris,palette='Set2',hue = 'species',ax=ax2)
plt.show()
8.图片保存
使用plt.savefig函数
plt.figure(figsize=(10, 6))
sns.boxplot(x='species', y='sepal_length', data=iris, hue='species', palette='Set2', width=0.3, legend=False)
plt.title('Sepal Length Distribution')
plt.savefig("sns_plot1.png")
9.更多示例
更多示例：https://seaborn.pydata.org/examples/index.html
试一下边际散点图：Scatterplot with marginal ticks
https://seaborn.pydata.org/examples/marginal_ticks.html
加载数据。这里特别慢，采用方法：
去 这里下载到本地：https://github.com/mwaskom/seaborn-data，然后本地加载。
load_dataset包含有三个参数：
name: str，代表数据集名字； cache: boolean，当为True时，从本地加载数据，反之则从网上下载； data_home: string，代表本地数据的路径
import seaborn as sns
sns.set_theme(style="white", color_codes=True)
mpg = sns.load_dataset('mpg',data_home='day4/seaborn-data-master/',cache=True)
#mpg = sns.load_dataset("mpg")
print(mpg.head())
绘图：
# Use JointGrid directly to draw a custom plot
g = sns.JointGrid(data=mpg, x="mpg", y="acceleration", space=0, ratio=17)
g.plot_joint(sns.scatterplot, size=mpg["horsepower"], sizes=(30, 120),
color="g", alpha=.6, legend=False)
g.plot_marginals(sns.rugplot, height=1, color="g", alpha=.6)
本次学习到这里，day4视频刷完~ 下次见
