Question

我有三个嵌套字典：data_geo1，data_geo2，data_ali，它们全部由两个键和一个值组成。目标是相互比较这些值。字典的第一个键是相同的，但第二个字典是，第30个字典与第一个字典共享，而第20个与第二个字典共享！不幸的是，键的方向彼此不同。目标是使用matplotlib和numpy数组创建散点图，以将第一和第二个字典与data_ali中的数据进行比较。有点复杂，我不知道从哪里开始！这是我写的创建字典的内容：

import os
import numpy as np

path = "/home/ali/Desktop/data/"
root = "/home/ali/Desktop/SAMPLES/"



data_geo1={}
with open(path+"GSE98212_H_DE_genes_count.txt","rt") as fin: #data for sample 1-30
    h = fin.readline()
    sample1 = h.split()
    sample_names = [s.strip('"') for s in sample1[1:31]]
    for l in fin.readlines():
        l = l.strip().split()
        if l:
            gene= l[0].strip('"')
            data_geo1[gene] = {}
            for i, x in enumerate(l[1:31]):
                data_geo1[gene][sample_names[i]] = int(x)

#print(data_geo1)

data_geo2={}
with open (path+"GSE98212_L_DE_genes_count.txt","rt") as fin:
        h= fin.readline()
        sample2=h.split()
        sample_names=sample2[1:21]
        for l in fin.readlines():
            l = l.strip().split()
            if l:
                gene= l[0].strip()

            data_geo2[gene]={}
            for i,x in enumerate (l[1:21]):
                data_geo2[gene][sample_names[i]]= int(x)

#print(data_geo2)

data_ali={}

for sample_name in os.listdir(root):
    with open(os.path.join(root, sample_name, "counts.txt"), "r") as fin:
        for line in fin.readlines():
            gene, reads = line.split()
            reads = int(reads)
            if gene.startswith('ENSG'):
                data_ali.setdefault(gene, {})[sample_name] = reads

#print(data_ali)

每种字典结构的示例：

data_geo1：{'ENSG00000110514'：{'Sample_19-leish_023_v2'：709，'Sample_4-leish_012_v3'：501，'Sample_25-leish027_v2'：690，'Sample_6-leish_015_v3'：463-'Sample_26 ，'Sample_20-leish_023_v3'：619，'Sample_18-leish_022_v3'：678，'Sample_10-leish_017_v3'：477，'Sample_13-leish_019_v2'：460，'Sample_1-Leish_011_v2'：574，' Sample_3-leish_012_v2'：632，'Sample_2-leish_011_v3'：388，'Sample_29-leish032_v2'：661，'Sample_8-leish_016_v3'：372，'Sample_28-leish028_v3'：533，'Sample_27-leish_28_028 leish027_v3'：624，'Sample_12-leish_018_v3'：653，'Sample_5-leish_015_v2'：421，'Sample_16-leish_021_v3'：376，'Sample_21-leish_024_v2'：668，'Sample_9-leish_017_24_，'Sample_9-leish_017_24 ：590，'Sample_22-leish_024_v3'：537，'Sample_14-leish_019_v3'：438，'Sample_30-leish032_v3'：494，'Sample_7-leish_016_v2'：518，'Sample_15-leish_021_v2'：： }

data_geo2：{'ENSG00000110514'：{'Sample_19'：518，'Sample_10'：468，'Sample_20'：517，'Sample_9'：431，'Sample_8'：522，'Sample_7'：437，'Sample_6' ：491，'Sample_5'：461，'Sample_4'：442，'Sample_3'：667，'Sample_2'：438，'Sample_1'：378，'Sample_14'：345，'Sample_13'：424，'Sample_18'：570 ，“ Sample_15”：492，“ Sample_16”：486，“ Sample_12”：401，“ Sample_17”：489，“ Sample_11”：464}

data_ali：'ENSG00000110514'：{'Sample_19-leish_023_v2'：710，'Sample_16-leish_021_v3'：380，'Sample_20'：517，'Sample_24-leish026_v3'：593，'Sample_6-leish_015_v3 -leish_018_v3'：661，'Sample_22-leish_024_v3'：539，'Sample_23-leish026_v2'：710，'Sample_25-leish027_v2'：689，'Sample_18-leish_022_v3'：681，'Sample_14'：_ 346，'Sample_14'：346 394，'Sample_13-leish_019_v2'：464，'Sample_1-Leish_011_v2'：574，'Sample_11-leish_018_v2'：571，'Sample_20-leish_023_v3'：625，'Sample_3-leish_012_v2'：637， 'Sample_7'：436，'Sample_29-leish032_v2'：659，'Sample_8-leish_016_v3'：375，'Sample_6'：492，'Sample_7-leish_016_v2'：517，'Sample_9'：432，'Sample_8' -leish028_v2'：584，'Sample_26-leish027_v3'：629，'Sample_5'：460，'Sample_4'：441，'Sample_3'：668，'Sample_19'：516，'Sample_1'：378，'Sample_2'：437， 'Sample_9-leish_017_v2'：582，'Sample_5-leish_015_v2'：421，'Sample_4-leish_012_v3'：502，'Sample_21-leish_024_v2'：670， 'Sample_18'：573，'Sample_13'：426，'Sample_12'：403，'Sample_11'：463，'Sample_10'：466，'Sample_17'：488，'Sample_16'：487，'Sample_15'：490，'Sample_14 -leish_019_v3'：441，“ Sample_30-leish032_v3”：497，“ Sample_28-leish028_v3”：542，“ Sample_15-leish_021_v2”：837，“ Sample_17-leish_022_v2”：747}

Answer 1

您应该能够像这样“解开”字典：

main_key=u'ENSG00000110514'

geo1_labels = data_geo1[main_key].keys() 
geo1_ys = [data_geo1[main_key][x] for x in geo1_labels]
ali_geo1_ys = [data_ali[main_key][x] for x in geo1_labels]

geo2_labels = data_geo2[main_key].keys() 
geo2_ys = [data_geo2[main_key][x] for x in geo2_labels]
ali_geo2_ys = [data_ali[main_key][x] for x in geo2_labels]

，然后您可以散点图以进行比较，例如：

import matplotlib.pyplot as plt

fig,ax=plt.subplots()

ax.scatter(range(len(geo1_labels)),geo1_ys,facecolors="None",edgecolors="b",marker="o")
ax.scatter(range(len(geo1_labels)),ali_geo1_ys,facecolors="None",edgecolors="r",marker="s")

ax.set_xticks(range(len(geo1_labels)) )
ax.set_xticklabels(geo1_labels,rotation=90)

plt.tight_layout()
plt.show()

更新：有多种方法可以获取您描述的图，一种方法是使用模块pandas；另一种方法是使用模块import matplotlib.pyplot as plt import pandas as pd main_key=u'ENSG00000110514' compare1=pd.DataFrame.from_dict({ 'data_geo2':data_geo1[main_key], 'data_ali':{k:data_ali[main_key][k] for k in data_geo1[main_key].keys()} },orient='index') compare2=pd.DataFrame.from_dict({ 'data_geo2':data_geo2[main_key], 'data_ali':{k:data_ali[main_key][k] for k in data_geo2[main_key].keys()} },orient='index') compare1['Sample_19-leish_023_v2'].plot.bar() plt.tight_layout() plt.show()。在这种特定情况下，一开始似乎需要付出更多的努力，但这很受欢迎：

import matplotlib.pyplot as plt

main_key=u'ENSG00000110514'
sample_key=u'Sample_19-leish_023_v2'

fig,ax=plt.subplots()

xs=[0,1]
ys=[ data_geo1[main_key][sample_key], data_ali[main_key][sample_key] ]

ax.bar(xs,ys)
ax.set_xticks(xs)
ax.set_xticklabels(['data_geo1','data_ali'])

plt.tight_layout()
plt.show()

和另一种选择将直接使用以上命令进行绘图：

{{1}}

如何创建散点图以将2个嵌套词典与另一个具有相同键的嵌套词典进行比较

1 个答案: