Matplotlib 基础：折线图与散点图

做差异表达分析的时候，我最早遇到的坑就是画图工具没选好。那时候还在用 Excel 出图，每次换数据都得重新调格式，烦得要命。后来狠狠心学了 Matplotlib，才发现——原来图表是可以「编程」的。

这一章咱们就把 Matplotlib 最核心的两个图讲透：折线图（line plot）和散点图（scatter plot）。同时把 figure、axes、plot、scatter 这几个概念彻底搞明白。这两个图别看简单，在差异表达分析里用处特别大——比如画 MA 图、火山图、表达趋势图，底层全是它们。

1. 核心概念：Figure 与 Axes

我第一次用 Matplotlib 的时候，就被 plt.figure 和 plt.subplot 搞晕了。后来发现，只要记住一句话就行：Figure 是画板，Axes 是画纸。

一张 Figure 可以放多张 Axes（也就是多个子图）。每个 Axes 有自己的坐标轴、标题、图例。而咱们平时用的 plt.plot() 其实是在「当前 Axes」上画图。

核心记忆法：
  • plt.figure() —— 创建一个空画板
  • fig.add_subplot() 或 plt.subplots() —— 在画板上放一张或几张画纸
  • ax.plot()、ax.scatter() —— 在画纸上画画

我个人的习惯是：明确用 fig, ax = plt.subplots() 拿到子图对象，而不是用 plt.gca()。这样后续操作清晰，不容易搞混。

概念类比常用创建方式
Figure画板（可包含多张画纸）plt.figure() 或 plt.subplots() 返回的第一个对象
Axes画纸（真正绘图区域）fig.add_subplot() 或 plt.subplots() 返回的第二个对象
Axis坐标轴（x、y）Axes 内部自动管理，通常不需要手动创建
一个小技巧：如果你只想快速画个图看看数据，可以直接用 plt.plot() 这种「pyplot 接口」。但生产级代码、课程作业、论文图，我建议一律用「面向对象接口」——也就是显式拿到 fig 和 ax 再操作。后期调布局、加子图会方便得多。

2. 折线图：用 plot() 画趋势

折线图在差异表达分析里最常见的场景：基因表达量随时间/条件的变化趋势。核心函数就是 ax.plot(x, y)。

import matplotlib.pyplot as plt
import numpy as np

x = np.array([0, 1, 2, 3, 4])
y = np.array([2.1, 3.5, 4.2, 3.8, 5.0])

fig, ax = plt.subplots(figsize=(6, 4))
ax.plot(x, y, label='Gene A', color='#3498db', linestyle='-', marker='o')
ax.set_xlabel('Time (h)')
ax.set_ylabel('Expression Level')
ax.set_title('Gene A Expression Over Time')
ax.legend()
plt.show()

这里有几个参数我当年经常搞反：

  • linestyle：线型，'-' 实线，'--' 虚线，':' 点线。我用 '--' 画对照组，'-' 画处理组，一目了然。
  • marker：数据点标记样式。'o' 圆点，'s' 方形，'^' 三角形。我习惯用 'o' 表示实际测量值，用 '.' 表示预测值。
  • color：可以直接写名字，但我更推荐用十六进制色号，Fine-control。比如 '#3498db' 是 Matplotlib 默认蓝。
我曾经踩过的坑：如果 x 和 y 的长度不一致，plot() 不会报错！它会自动把长的截断匹配短的，最后画出来的曲线完全不对。所以我每次画图前都会加一句 assert len(x) == len(y) 做检查。

折线图还可以叠加多条线：

y2 = np.array([1.8, 3.0, 3.9, 4.5, 4.8])
ax.plot(x, y2, label='Gene B', color='#e74c3c', linestyle='--', marker='s')
ax.legend()

这样就能在一个 Axes 里对比两种基因的表达趋势了。注意 legend 的位置，我一般用 loc='best' 让 Matplotlib 自己选，或者直接用 loc='upper left' 固定。

3. 散点图：用 scatter() 看分布

散点图在差异表达分析里更是主角——火山图、MA 图全都是散点图。核心函数 ax.scatter(x, y, s=..., c=..., alpha=...)。

np.random.seed(42)
n = 200
logFC = np.random.randn(n) * 2
pval = -np.log10(np.random.uniform(0, 1, n))

fig, ax = plt.subplots(figsize=(6, 5))
ax.scatter(logFC, pval, s=20, c='#2ecc71', alpha=0.6)
ax.set_xlabel('log2 Fold Change')
ax.set_ylabel('-log10(p-value)')
ax.set_title('Volcano Plot (Demo)')
plt.show()

参数里 s 控制点的大小（面积），c 控制颜色，alpha 控制透明度。如果数据点很多，一定要加 alpha，否则点会堆在一起看不清。

你想想看，差异表达分析里经常要区分「显著上调 / 显著下调 / 不显著」。这时候可以用不同颜色映射：

colors = ['#e74c3c' if lfc > 1 and p > 1.3 else
          '#3498db' if lfc < -1 and p > 1.3 else
          'gray']
ax.scatter(logFC, pval, c=colors, s=15, alpha=0.7)

这里 p > 1.3 对应原始 p-value < 0.05。我习惯先做条件筛选，生成颜色列表，再一次性 scatter，这样代码好维护。

特性plot()scatter()
核心用途画趋势（连线）画分布（每个点独立）
数据量适合几十到几百个点适合几百到几十万个点
每个点的颜色/大小所有点统一可以不同（通过 c、s 传入数组）
性能较快大量点时较慢，可以考虑用 plot(marker='o', linestyle='') 作为轻量散点图
典型差异表达图表达趋势图火山图、MA 图
为什么我要说「plot 也能画散点」？因为 ax.plot(x, y, 'o') 可以画出无连线的散点，而且当数据量很大（比如 > 10 万）时，plot 比 scatter 快很多。缺点是每个点只能统一颜色和大小。我一般数万点以内的散点图用 scatter，再大就用 plot 加 marker 代替。

4. Figure 与 Axes 的高级管理：多子图

在实际项目中，我们很少只画一张图。比如差异表达分析报告里，常常要同时展示「基因 A 表达趋势」和「火山图」——这就需要多子图布局。

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))

# 左子图：折线图
ax1.plot(x, y, 'o-', label='Gene A')
ax1.set_xlabel('Time')
ax1.set_ylabel('Expression')
ax1.legend()
ax1.set_title('Expression Trend')

# 右子图：散点图（火山图）
ax2.scatter(logFC, pval, alpha=0.5, s=10)
ax2.set_xlabel('log2FC')
ax2.set_ylabel('-log10(pval)')
ax2.set_title('Volcano Plot')

plt.tight_layout()  # 自动调整间距
plt.show()

这里 plt.subplots(1, 2) 创建了 1 行 2 列的子图网格，返回的 ax1 和 ax2 就是两个 Axes 对象。后续操作分别对着各自 ax 做就行。

我个人的「黄金法则」：
  • 每个 Axes 只放一种类型的图（折线图或散点图），避免混在一起。
  • 所有子图共享相同的 x 轴范围（通过 ax1.set_xlim 统一设置），便于比较。
  • 如果多行多列，可以使用 plt.subplots(2, 3) 返回二维数组，用 ax[row][col] 索引。

5. 知识体系总览

下面这张图总结了本章的核心脉络。你可以看到 Figure 如何容纳多个 Axes，每个 Axes 如何承载不同图类型，以及最终如何绘制出差异表达分析中的常见图表。

Matplotlib 核心结构：Figure - Axes - plot/scatter Figure (画板) fig = plt.figure() Axes 1 ax1.set_xlabel() plot() 折线图 / 趋势 linestyle, marker 用于：表达趋势图 基因 A vs 时间 Axes 2 ax2.set_ylabel() scatter() 散点图 / 分布 s, c, alpha 用于：火山图 / MA 图 logFC vs -log10(p) 核心逻辑：一个 Figure 可包含多个 Axes，每个 Axes 可独立调用 plot() 或 scatter()
按这个逻辑去构建你的差异表达分析图表：先确定你要展示几个维度的信息（比如趋势 + 火山图），然后创建对应数量的 Axes，最后在每个 Axes 里选择合适的函数。千万不要在一个 Axes 里放太多内容，那样会变成「乱码图」。

6. 避坑锦囊

  • 颜色统一：我建议提前定义一个颜色字典，比如 colors = {'up':'#e74c3c', 'down':'#3498db', 'ns':'gray'}，全篇都用它，不要让每张图独立写颜色。
  • 字体大小：论文或报告图中的字不要用默认大小。我通常设 plt.rcParams.update({'font.size': 12}) 全局统一。
  • 保存清晰图：用 fig.savefig('output.png', dpi=300, bbox_inches='tight')，bbox_inches='tight' 能避免空白边。
  • 先在 Jupyter Notebook 里试，再出最终图：我喜欢在 Notebook 里用 %matplotlib inline 反复调参，满意了再保存。

掌握好 Figure、Axes、plot、scatter 这四大概念，你就拿到了 Matplotlib 绘图的钥匙。后面几章咱们会基于这一章的基础，去绘制差异表达分析里更专业的图——比如带标签的火山图、带误差线的折线图。别急，先把这两类图练熟。

← 上一章 📖 返回目录 下一章 →