1. Spearman 秩相关系数
比较组间相关性，适用于非线性关系或非正态分布数据，与 Pearson 的区别：不要求数据线性相关，只关注秩次的单调关系。
2. 数据模拟+Spearman检验+SCI相关性绘图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats
from matplotlib.patches import Rectangle
# 设置字体
#plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]
plt.rcParams["axes.unicode_minus"] = False # 解决负号显示问题
def generate_mutation_data(n_samples=20, random_seed=42):
"""
生成肿瘤和正常组织的突变数量数据
参数:
n_samples -- 样本对数
random_seed -- 随机种子，确保结果可重现
返回:
DataFrame -- 包含样本ID、肿瘤突变数和正常突变数的数据框
"""
np.random.seed(random_seed)
# 生成基础变异水平（不同样本的个体差异）
base_mutations = np.random.gamma(shape=5, scale=10, size=n_samples)
# 肿瘤组织突变数（基础水平 + 肿瘤特异性变异 + 随机噪声）
tumor_mutations = base_mutations + np.random.gamma(shape=3, scale=5, size=n_samples) + np.random.normal(0, 5, n_samples)
# 正常组织突变数（基础水平 + 随机噪声，通常低于肿瘤）
normal_mutations = base_mutations * 0.6 + np.random.normal(0, 8, n_samples)
# 确保突变数非负
tumor_mutations = np.maximum(1, tumor_mutations).astype(int)
normal_mutations = np.maximum(1, normal_mutations).astype(int)
# 创建数据框
data = pd.DataFrame({
'样本ID': [f'S{i+1}' for i in range(n_samples)],
'肿瘤组织突变数': tumor_mutations,
'正常组织突变数': normal_mutations
})
return data
def calculate_spearman_correlation(data):
"""
计算Spearman相关性和p值
参数:
data -- 包含肿瘤和正常组织突变数的数据框
返回:
correlation -- Spearman相关系数
p_value -- 对应的p值
significant -- 是否显著相关（p<0.05）
"""
x = data['肿瘤组织突变数']
y = data['正常组织突变数']
correlation, p_value = stats.spearmanr(x, y)
significant = p_value < 0.05
return correlation, p_value, significant
def plot_correlation(data, correlation, p_value, significant):
"""
绘制SCI风格的肿瘤和正常组织突变数的散点图及相关性分析结果
参数:
data -- 包含肿瘤和正常组织突变数的数据框
correlation -- Spearman相关系数
p_value -- 对应的p值
significant -- 是否显著相关
"""
# 设置SCI风格的绘图参数
plt.figure(figsize=(7, 6))
#plt.rcParams['font.family'] = 'Arial'
plt.rcParams['axes.linewidth'] = 1.5
plt.rcParams['xtick.major.width'] = 1.5
plt.rcParams['ytick.major.width'] = 1.5
plt.rcParams['xtick.major.size'] = 5
plt.rcParams['ytick.major.size'] = 5
# 绘制散点图（使用更专业的配色）
ax = sns.scatterplot(
x='肿瘤组织突变数',
y='正常组织突变数',
data=data,
s=40,
alpha=0.8,
color='#0072B2', # 专业蓝色
edgecolor='black',
linewidth=0.5
)
# 添加回归线和95%置信区间
sns.regplot(
x='肿瘤组织突变数',
y='正常组织突变数',
data=data,
scatter=False,
line_kws={'color': '#D55E00', 'lw': 2.0}, # 专业橙色
ci=95 # 显示95%置信区间
)
# 添加坐标轴标题
plt.xlabel('Somatic mutations in tumor tissue', fontsize=14, fontweight='bold')
plt.ylabel('Somatic mutations in normal tissue', fontsize=14, fontweight='bold')
# 添加相关系数和p值标注
annotation = (f'Spearman\'s ρ = {correlation:.3f}\n'
f'p = {p_value:.3e}\n'
f'n = {len(data)} samples')
plt.annotate(
annotation,
xy=(0.03, 0.97),
xycoords='axes fraction',
fontsize=12,
ha='left',
va='top',
bbox=dict(boxstyle='round,pad=0.3', fc='white', ec='gray', alpha=0.8)
)
# 添加显著性标记（使用星号表示）
if p_value < 0.001:
significance = '***'
elif p_value < 0.01:
significance = '**'
elif p_value < 0.05:
significance = '*'
else:
significance = 'ns'
plt.annotate(
significance,
xy=(0.95, 0.05),
xycoords='axes fraction',
fontsize=20,
ha='center',
va='center',
color='#D55E00' if significant else 'gray'
)
# 设置坐标轴范围和刻度
#plt.xlim(left=0)
#plt.ylim(left=0)
# 设置网格（更淡的网格线）
plt.grid(True, linestyle='--', alpha=0.3, color='gray')
# 调整刻度标签字体大小
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
# 添加图表边框
for spine in ax.spines.values():
spine.set_color('black')
spine.set_linewidth(1.5)
# 优化布局
plt.tight_layout()
return plt.gcf()
def plot_correlation2(data, correlation, p_value, significant):
"""
绘制肿瘤和正常组织突变数的散点图及相关性分析结果
参数:
data -- 包含肿瘤和正常组织突变数的数据框
correlation -- Spearman相关系数
p_value -- 对应的p值
significant -- 是否显著相关
"""
plt.figure(figsize=(10, 8))
# 绘制散点图
sns.scatterplot(
x='肿瘤组织突变数',
y='正常组织突变数',
data=data,
s=50,
alpha=0.7,
color='#3B82F6'
)
# 添加回归线
sns.regplot(
x='肿瘤组织突变数',
y='正常组织突变数',
data=data,
scatter=False,
line_kws={'color': '#F59E0B', 'lw': 2.5}
)
# 添加标题和轴标签
plt.title(
f'Spearman correlation analysis of the number of mutations between tumors and normal tissues\n'
fr'$\rho$ = {correlation:.3f}, p = {p_value:.3e}',
fontsize=16,
pad=15
)
plt.xlabel('Number of tumor tissue mutations', fontsize=14)
plt.ylabel('Number of noraml mutations', fontsize=14)
# 添加显著性标记
significance_text = "Significant" if significant else "Not significant"
significance_color = "#10B981" if significant else "#EF4444"
plt.gca().add_patch(
Rectangle(
(0.05, 0.92),
0.4, 0.06,
transform=plt.gca().transAxes,
facecolor=significance_color,
alpha=0.2,
edgecolor=significance_color,
linewidth=1.5,
linestyle='--'
)
)
plt.text(
0.07, 0.94,
f'{significance_text} (p < 0.05)',
transform=plt.gca().transAxes,
fontsize=12,
color=significance_color,
fontweight='bold'
)
# 添加样本点的ID标签（只标记部分点以避免拥挤）
for i, row in data.iterrows():
if i % 3 == 0: # 每3个点标记一个
plt.annotate(
row['样本ID'],
(row['肿瘤组织突变数'], row['正常组织突变数']),
xytext=(5, 5),
textcoords='offset points',
fontsize=9,
color='#1F2937'
)
# 设置坐标轴范围和网格
plt.grid(True, linestyle='--', alpha=0.6)
plt.tight_layout()
return plt.gcf()
def main():
# 生成数据，样本数量20
data = generate_mutation_data(n_samples=20)
# 计算Spearman相关性
correlation, p_value, significant = calculate_spearman_correlation(data)
print("肿瘤与正常组织突变数量的Spearman相关性分析结果：")
print(f"样本数: {len(data)}")
print(f"Spearman相关系数 (ρ): {correlation:.4f}")
print(f"P值: {p_value:.6f}")
print(f"是否显著相关 (p<0.05): {'是' if significant else '否'}")
# 数据摘要
print("\n数据摘要:")
print(data.describe())
# 绘制相关性图
fig = plot_correlation(data, correlation, p_value, significant)
# 保存图像
fig.savefig('mutation_correlation.png', dpi=300, bbox_inches='tight')
# 显示图形
plt.show()
if __name__ == "__main__":
main()
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
