欢迎关注”生信修炼手册”!

在普通折线图的基础上，有两种特殊的折线图，分别是阶梯图和点线图，首先来看下阶梯图，下图是一个典型的生存曲线

可以看到，生存曲线就是一个典型的阶梯图，不同于直接相连而成的折线图，在阶梯图中，每两个点之间通过一个90度的折线进行连接。在matplotlib中，通过step函数来实现折线图，用法如下

>>> import matplotlib.pyplot as plt
>>> x = range(20)
>>> y = range(20)
>>> plt.step(x, y)

输出结果如下

对于阶梯图而言，有一个关键的参数where来控制阶梯的样式，有以下三种取值

1. pre

2. post

3. mid

默认值为pre, 和普通的折线图放到一起，更能提现其效果，默认的效果如下

>>> plt.plot(x, y)
>>> plt.step(x, y)
>>> plt.show()

输出结果如下

可以看到，默认的截图是在普通折线之上的，当修改where参数的值为post时

>>> plt.plot(x, y)
>>> plt.step(x, y, where='post')
>>> plt.show()

输出结果如下

此时，阶梯位于折线图的下方，当修改参数的值为mid时

>>> plt.plot(x, y)
>>> plt.step(x, y, where='mid')
>>> plt.show()

输出结果如下

点线图在matplotllib中通过stem函数来实现，基本用法如下

>>> plt.stem(x, y)

输出结果如下

在点线图中，有3个构成要素

1. 散点

2. 竖直方向的线条

3. 最底部的base line

对于这3个元素，分别通过markerfmt, linefmt, basefmt3个参数来控制其外观，基本用法如下

>>> plt.stem(x, y, markerfmt='go', linefmt='c--', basefmt='r--')

输出结果如下

当basefmt的取值为空格时，会不显示base line, 用法如下

>>> plt.stem(x, y, markerfmt='go', linefmt='c--', basefmt=' ')

输出结果如下

点线图和阶梯图在数据可视化中应用的频率还是比较高的，在matplotlib中可以轻松的实现这两种可视化方式。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题

• 2018年推文合集

• 2019年推文合集

写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众号