一、背景
弦图以其直观、精美的展示方式受到越来越多人的关注，它不仅能够有效展示两个变量之间的联系，还能同时展现多个变量间的复杂互动，本文将通过Python语言中的pycirclize库，带你深入了解如何绘制弦图。
弦图是一种圆形可视化方法，通常用于展示两组对象之间的相互联系和权重，弧线代表对象，弦代表对象之间的连接，弦的宽度表示关系的强弱，弦图直观地反映了多个对象之间的复杂联系，使其非常适用于社交网络、基因表达、系统架构等领域的数据展示。
二、代码实例。
from pycirclize import Circos
import pandas as pd#定义行名称与列名称
rows_name = ['S1', 'S2', 'S3']
cols_name = ['E1', 'E2', 'E3', 'E4', 'E5', 'E6']#定义矩阵数据
matrix_data = [[4,14,13,17,5,2],[5,12,9,15,3,7],[6,8,11,19,1,4]
]#创建数据框,用于表示矩阵数据，行名称与列名称分别为rows_name与cols_name
matrix_df = pd.DataFrame(matrix_data, index=rows_name, columns=cols_name)
matrix_df
#创建弦图对象
circos = Circos.initialize_from_matrix(matrix_df,#矩阵数据start=-265,#起始角度end=95,#结束角度r_lim=(93,100),#环形范围cmap='tab10',#颜色映射label_kws=dict(r=94,#标签半径size=12,#标签大小color='white'#标签颜色),link_kws=dict(ec='black',#弦的颜色lw=0.5#弦的宽度)
)
print(matrix_df)
#绘制弦图
fig=circos.plotfig()
fig.savefig('弦图1.pdf',format='pdf',bbox_inches='tight',dpi=1200) 
from pycirclize import Circos
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 生成一个10x10的随机整数矩阵
row_names = [f"S{i+1}" for i in range(10)] # 行名称，S1 到 S10
col_names = [f"E{i+1}" for i in range(10)] # 列名称，E1 到 E10
matrix_data = np.random.randint(1, 20, size=(10, 10)) # 生成随机1到20之间的整数
# 将矩阵数据转换为 DataFrame，以方便后续操作
matrix_df = pd.DataFrame(matrix_data, index=row_names, columns=col_names)
# 初始化 Circos 图
circos = Circos.initialize_from_matrix( matrix_df, # 传入矩阵数据 space=5, # 每个单元之间的间隔设为5度 r_lim=(93, 100), # 设置圆形图的半径范围为93到100 cmap='tab10', # 使用颜色映射方案 'tab10'，可以生成多种颜色 ticks_interval=30, # 设置刻度间隔，每隔20个单位标记一个刻度 label_kws=dict( r=94, # 标签的半径距离为94 size=12, # 标签的字体大小设为12 color='white' # 标签的字体颜色为白色 ), link_kws=dict( ec='black', # 弦的边框颜色为黑色 lw=0.5 # 弦的线宽设为0.5 ))
# 绘制 Circos 图
fig = circos.plotfig()
print(matrix_df)
fig.savefig("弦图2.pdf", format='pdf', bbox_inches='tight', dpi=1200) 
from pycirclize.parser import Matrix
import pandas as pd
from pycirclize import Circos
# 创建一个包含 'from'、'to' 和 'value' 列的 DataFrame# 该表表示从某个节点到另一个节点的联系及其权重
fromto_table_df = pd.DataFrame([ ["A", "B", 10], # A到B的权重为10 ["A", "C", 5], # A到C的权重为5 ["A", "D", 15], # A到D的权重为15 ["A", "E", 20], # A到E的权重为20 ["A", "F", 3], # A到F的权重为3 ["B", "A", 3], # B到A的权重为3 ["B", "G", 15], # B到G的权重为15 ["F", "D", 13], # F到D的权重为13 ["F", "E", 13], # F到E的权重为13 ["E", "A", 20], # E到A的权重为20 ["E", "D", 6] # E到D的权重为6], columns=["from", "to", "value"]) # 设置列名为 'from'，'to'，'value'
# 使用 Matrix 类的 parse_fromto_table 方法将 'from-to' 表解析为矩阵
matrix = Matrix.parse_fromto_table(fromto_table_df)
# 使用解析后的矩阵初始化 Circos 图
circos = Circos.initialize_from_matrix( matrix, # 传入解析后的矩阵 space=3, # 每个单元之间的间隔设置为3度 cmap="viridis", # 使用 'viridis' 颜色映射表 ticks_interval=5, # 设置刻度间隔为5 label_kws=dict( # 设置标签的关键字参数 size=12, # 标签字体大小为12 r=110 # 标签距离圆心的半径为110 ), link_kws=dict( # 设置弦的样式 direction=1, # 设定弦的方向 ec="black", # 弦的边框颜色为黑色 lw=0.5 # 弦的线宽设置为0.5 )
)
# 打印 from-to 表的内容，方便调试或查看
print(fromto_table_df.to_string(index=False))# 绘制 Circos 图
fig = circos.plotfig()
fig.savefig("弦图3.pdf", format='pdf', bbox_inches='tight', dpi=1200)
