計算x，y座標的頻率，以二維方式顯示並繪圖

Question

我想繪製隔離年份差異和核苷酸差異發生的病毒生物序列組合的頻率。我試圖找到一個優雅的方式來做到這一點有麻煩。

所以我有一個對齊方式，我比較每個序列彼此以得到他們是如何不同的整數值。我也會檢查一下他們隔離的年份有多不同。因此，對於一組相隔兩年並且有三個差異的序列，您可以獲得座標（2,3）。我想要統計出現多少次（2,3）以及所有其他組合並繪製它（並獲取繪圖數據）。我一直在嘗試將頻率列表轉換爲數據幀，但我不知道是否有更好的方法來做到這一點。

我可以顯示一些代碼，但我不確定這是最好的方式，所以我想聽聽其他的想法。

一個問題是如何在開始時表示頻率。我可以創建一個所有事件的列表，或創建一個事件字典並增加一個計數器。

樣本數據： （年差，序列殘基差異）： （1,2），（2,5），（1,2），（5,5），（4,5）

輸出顯示在圖片中，但不一定是表格結構。 CSV是首選。

Answer 1

我大量借用了this post的表格結構。

這裏的區別在於構造數組數據。通過用零初始化數組，對於每個座標（i，j），將該數組元素遞增1以表示增加後的頻率。

zip(*coords)將把所有的i組合成一個元組，並將所有的j組合在另一個元組中。通過在每個中找到最大值，我們知道數組的大小。注意，這必須從x和y加大1以使其佔0，即從0到x是x + 1行。

import matplotlib.pyplot as plt 
import numpy as np 

from matplotlib.table import Table 

def table_plot(data): 
    fig, ax = plt.subplots() 
    ax.set_axis_off() 

    tb = Table(ax, bbox=[0,0,1,1]) 

    nrows, ncols = data.shape 
    width, height = 1.0/ncols, 1.0/nrows 

    for (i, j), val in np.ndenumerate(data): 
     tb.add_cell(i, j, width, height, text=str(val) if val else '', loc='center') 

    for i in range(data.shape[0]): 
     tb.add_cell(i, -1, width, height, text=str(i), loc='right', 
        edgecolor='none', facecolor='none') 
    for i in range(data.shape[1]): 
     tb.add_cell(-1, i, width, height/2, text=str(i), loc='center', 
        edgecolor='none', facecolor='none') 

    tb.set_fontsize(16) 
    ax.add_table(tb) 
    return fig 

coords = ((1,2), (2,5), (1,2), (5, 5), (4, 5)) 

# get maximum value for both x and y to allocate the array 
x, y = map(max, zip(*coords)) 
data = np.zeros((x+1, y+1), dtype=int) 

for i, j in coords: 
    data[i,j] += 1 

table_plot(data) 
plt.show() 

輸出：

Answer 2

假設你（年，差異）元組是在一個叫做列表樣品如下

import random 
samples = [(random.randint(0,10), random.randint(0,10)) for i in range(100) ] 

的例子在本其它計算器職位描述就可以得到每對頻率How to count the frequency of the elements in a list?

import collections 
counter=collections.Counter(samples) 

形象化這個頻率表，可以將其轉換爲numpy的矩陣，並使用matshow的M atplotlib

import numpy as np 
import matplotlib.pyplot as plt 

x_max = max([x[0] for x in samples]) 
y_max = max([x[1] for x in samples]) 
freq = np.zeros((x_max+1, y_max+1)) 
for coord, f in counter.iteritems(): 
    freq[coord[0]][coord[1]] = f 
plt.matshow(freq, cmap=plt.cm.gray) 
plt.show()