单细胞数据的纵向、横向和比例条形图(柱状图)绘制(Python)

# 可以选择延续scanpy中创建的环境也就是sc
# 激活环境
conda activate sc

# 服务器就自己登陆

# 自己的电脑就去终端上输入
jupyter lab

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import scanpy as sc
import numpy as np
import anndata as ad
import pooch
import os

# 确定位置,自己修改
os.getcwd()

# 路径要结合实际情况
adata = sc.read_h5ad('~/scRNA_V5.h5ad')

adata.obs

sc.pl.umap(
    adata,                          # AnnData 对象
    color="celltype",              # 按 celltype 分组上色
    size=0.8,                      # 点大小，类似 pt.size
    legend_loc='right margin',          # 在图上显示标签，等价于 label = TRUE
    ncols=2,                       # 控制子图排列列数
    title=None,                    # 可选：不显示默认标题
    show =False
)

# 统计celltype数量
dat = adata.obs["celltype"].value_counts().reset_index()
dat.columns = ['Celltypes', 'Cell_num']
dat

# 使用pd.Categorical进行排序并增加label列
dat['Celltypes'] = pd.Categorical(dat['Celltypes'], 
                                  categories=['CD4+ T-cells',
                                              "Fibroblasts",
                                              "B-cells",
                                              "CD8+ T-cells",
                                              "Neutrophils",
                                              "Monocytes",
                                              "Adipocytes",
                                               "NK cells",
                                              "Endothelial cells"],  # 可以对每个细胞进行排序，也可以直接写celltype
                                  ordered=True)
# dat.rename(columens={old_index1: new_index1, old_index2: new_index2}, inplace=True) 还有这种直接映射的
dat["label"] = dat["Celltypes"].astype(str)+":"+ dat["Cell_num"].astype(str)

dat

# 自定义颜色（使用tab20调色板）
mycolors = sns.color_palette('tab20', len(dat))

# 创建图形（调整尺寸适应纵向图）
plt.figure(figsize=(10, 6))  # 宽度>高度更适合纵向图

# 绘制纵向柱状图（交换x/y轴即可）
barplot = sns.barplot(
    data=dat,
    x='Celltypes',  # 现在x轴是类别
    y='Cell_num',   # y轴是数值
    palette=mycolors
)

# 在每个柱子上方显示细胞数
for i, value in enumerate(dat['Cell_num']):
    barplot.text(
        x=i,            # x坐标对应柱子索引
        y=value + 0.01 * max(dat['Cell_num']),  # y坐标在柱子顶部稍上方
        s=str(value),   # 显示细胞数值
        ha='center',    # 水平居中
        va='bottom',    # 垂直底部对齐
        fontsize=10
    )

# 美化样式
plt.xticks(
    rotation=45,       # 旋转45度防止文字重叠
    ha='right',        # 旋转后右对齐更美观
    fontsize=12
)
plt.xlabel('')         # 隐藏x轴标签
plt.ylabel('Cell Number', fontsize=12)  # 显示y轴标签
plt.title("Cell Type Distribution", pad=20)  # 添加标题（pad增加间距)

# 调整布局并保存
plt.tight_layout()
plt.savefig('vertical_cell_num.pdf', bbox_inches='tight', dpi=300)
plt.show()

# 自定义颜色（可以根据R里mycolors换成想用的颜色）
mycolors = sns.color_palette('tab20', len(dat)) # len函数可以返回多少行数

# 画横向柱状图
plt.figure(figsize=(7, 8))
barplot = sns.barplot(
    data=dat,          # 用的数据来源是DataFrame dat
    y='Celltypes',     # y轴对应的列是 dat 中的 'Celltypes'，作为分类变量（类别标签）
    x='Cell_num',      # x轴对应的列是 dat 中的 'Cell_num'，作为数值大小（柱子长度）
    palette=mycolors   # 使用自定义颜色列表 mycolors 给不同的类别上色
)

# 在条形左侧显示标签
for i, (value, label) in enumerate(zip(dat['Cell_num'], dat['label'])):
    barplot.text(
        x=0,           # 文字的横坐标位置，放在x=0，也就是条形的起点位置
        y=i,           # 文字的纵坐标位置，对应第i个条形（条形在y轴的第i个位置）
        s=label,       # 要显示的文字内容，来自dat['label']，比如 "Bcell:50"
        va='center',   # 文字垂直方向居中对齐
        ha='left',     # 文字水平方向左对齐
        fontsize=12,   # 文字大小
        color='black'  # 文字颜色
    )
    
# 美化样式
plt.xlabel('')
plt.ylabel('')
plt.title("Celltypes")
plt.xticks(rotation=45, fontsize=10, color='black')
plt.yticks([])  

plt.tight_layout()
plt.savefig('column_cell_num.pdf',bbox_inches='tight',dpi=300)
plt.show()

# 假设数据如下
dat = {
    'Cell_num': [1007, 762, 667],
    'label': ['CD4+ T-cells', 'Fibroblasts', 'B-cells']
}

# zip 后的效果
list(zip(dat['Cell_num'], dat['label']))
# 结果：
# [(1007, 'CD4+ T-cells'), 
#  (762, 'Fibroblasts'), 
#  (667, 'B-cells')]

# enumerate 添加索引后
list(enumerate(zip(dat['Cell_num'], dat['label'])))
# 结果：
# [
#   (0, (1007, 'CD4+ T-cells')), 
#   (1, (762, 'Fibroblasts')), 
#   (2, (667, 'B-cells'))
# ]

# 想把所有样本和细胞类型相同的归为一组，groupby(["orig.ident", "celltype"])：按照 orig.ident 和 celltype 两列对细胞进行分组。
# size每个分组的 总行数（无论有没有 NaN），而conut每个分组中 每一列的非 NaN 数量
count_df = adata.obs.groupby(["orig.ident","celltype"]).size().reset_index(name = "count")
# 计算比例 lambda x: x / x.sum() * 100,计算当前组内各项的百分比
count_df["Proportion"] = count_df.groupby(["orig.ident"])["count"].transform(lambda x:x/x.sum()*100)
# 长数据改成宽数据格式
pivot_df = count_df.pivot(index="orig.ident", columns="celltype", values="Proportion").fillna(0)

pivot_df.to_csv("pivot_df.csv")
pivot_df

# 自定义颜色，替换为你自己的颜色字典，key是celltype名称
mycolors = {
    'CD4+ T-cells':"#326795",
    "Fibroblasts":"#aec0db",
    "B-cells":"#da7a31",
    "CD8+ T-cells":"#e9b581",
    "Neutrophils":"#318736",
    "Monocytes":"#94ce8c",
    "Adipocytes": "#b63b3a",
    "NK cells":"#ef9d9a",
    "Endothelial cells":"#8a66a7",
}


# 开始画图
plt.figure(figsize=(7, 8))  # 单位为英寸
bottom = pd.Series([0] * len(pivot_df), index=pivot_df.index)

x = pivot_df.index  # 样本名，x轴坐标

for celltype, color in mycolors.items():
    if celltype in pivot_df.columns:
        plt.bar(x, pivot_df[celltype], 
        bottom=bottom, 
        label=celltype, 
        color=color, 
        alpha=0.9)
        bottom += pivot_df[celltype]

plt.title('Celltype Proportion per types', fontsize=14)
plt.xlabel('Types', fontsize=12)
plt.ylabel('Proportion (%)', fontsize=12)
plt.xticks(rotation=45, ha='right', fontsize=10)
plt.yticks(fontsize=10)
plt.legend(title='Celltypes', bbox_to_anchor=(1.05, 1), loc='upper left', fontsize=10)

plt.tight_layout()
plt.savefig("stacked_bar_celltypes_vertical.pdf", dpi=300, bbox_inches='tight')
plt.show()