考马斯亮蓝蛋白G-250测定蛋白质的含量之标准曲线python绘图

最新推荐文章于 2025-12-04 22:56:41 发布

原创最新推荐文章于 2025-12-04 22:56:41 发布 · 2.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

python 专栏收录该内容

4 篇文章

订阅专栏

该文章展示了如何使用numpy的polyfit函数对考马斯亮蓝蛋白数据进行一次多项式（直线）拟合，并计算相关系数R²，最后用matplotlib绘制散点图和拟合线。

import numpy as np  
import matplotlib.pyplot as plt  
  
x1=np.array([])
y1=np.array([])


x = np.array([0,200, 400, 600, 800, 1000])  
y = np.array([0,0.194, 0.359, 0.506, 0.642, 0.792])  
  

# 使用numpy的polyfit函数进行直线拟合，这里我们选择一次多项式（即直线）  
slope, intercept = np.polyfit(x, y, 1)  
  
# 创建拟合直线的y值
y_fit = slope * x + intercept

# 计算样本点
sy=0.345
sx=(0.345-intercept)/slope
print(sx)

correlation_matrix = np.corrcoef(x, y)  
r2_value = (correlation_matrix[0, 1])**2

plt.text(0.95, 0.05, f'R\u00B2 = {r2_value:.3f}', transform=plt.gca().transAxes, fontsize=12,  
         verticalalignment='bottom', horizontalalignment='right')
 
plt.scatter(x, y, label='原始数据') 
plt.scatter(sx, sy, label='样本数据') 
plt.plot(x, y_fit, color='red', label='拟合直线')

plt.xlabel('蛋白含量ug/ml')
plt.ylabel('A595nm')
plt.xticks([0,200,400,600,800,1000])

plt.title('考马斯亮蓝蛋白标准曲线标定')
plt.legend()  
plt.show()