【備忘録】PythonのBokehでBandのグラフを描く【可視化】

サムネのようなグラフの描き方を記しておきます。PythonのBokehを用います。

Bokehのインストール
ライブラリ
擬似データの作成
描画
得られるグラフの例

Bokehのインストール

Bokehを用いるので、下記等でBokehをインストールしておきます。

pip install bokeh

ライブラリ

Bokehのうち、以下のライブラリをimportします。

from bokeh.models import Band, ColumnDataSource
from bokeh.plotting import figure, show
from bokeh.io import output_notebook, show
from bokeh.models import ColumnDataSource, HoverTool, LinearColorMapper
from bokeh.plotting import figure
from bokeh.models import SaveTool

擬似データの作成

グラフの描画には、1つのx座標に対して1つのy座標の値およびその座標におけるy軸方向の標準偏差(bandの幅に相当)のデータが必要です。

そこで、以下のような関数を用意します。この関数はy座標の母平均(mu)のセットを与えるとx座標とy座標と標準偏差のセットを出力します。

def generate_dataset(mu):
    # 正規分布の乱数生成
    rng = np.random.default_rng()
    
    # x軸の値
    x = list(range(100))
    
    # mu: 各点における母平均    

    # 各点における母標準偏差
    sigma = [abs(rng.normal(1, 1)) for i in range(100)]
    
    # 母平均と母標準偏差を用いて各点における1000個のデータセットを生成
    data = [rng.normal(m, s, 1000) for m, s in zip(mu, sigma)]
    
    #1000個のデータセットから平均と標準偏差を求める
    mean = [np.mean(d) for d in data]
    std = [np.std(d) for d in data]
    
    # プロット用に標準偏差を用いてバンドの上限と下限を計算
    upper = [mean[i] + std[i] / 5 for i in range(len(mean))]
    lower = [mean[i] - std[i] / 5 for i in range(len(std))]
    
    # Return
    return x, mean, upper, lowe

この関数は例えば以下のように用います。

mu = [rng.normal(0.03 * i, 0.025) for i in range(100)]
x, m, upper, lower = generate_dataset(mu)

描画

上述の関数で擬似データを作成しながら、以下のようにしてグラフを描画します。

# bokeh graph
p = figure(width=900, height=350, tools=["save"])
p.title.text = "Change in expression of Gene X in response to pseudotime"
p.xgrid.grid_line_alpha = 0
p.ygrid.grid_line_alpha = 0

# axis label
p.xaxis.axis_label = 'Pseudotime'
p.yaxis.axis_label = 'TPM'

# series 1
mu = [rng.normal(0.03 * i, 0.025) for i in range(50)] + [rng.normal(1.5 - 0.002 * i, 0.025) for i in range(50)]
x, m, upper, lower = generate_dataset(mu)
source = ColumnDataSource(data=dict(x=x, m=m, lower=lower, upper=upper))
p.line("x", "m", color="green", line_width=2, source=source, legend_label="Control")
band = Band(base="x", lower="lower", upper="upper", source=source, fill_alpha=0.1, fill_color="green", line_color="green")
p.add_layout(band)

# series 1 max/min
max_1 = max(upper)
min_1 = min(lower)

# series 2
mu = [rng.normal(0.008 * i, 0.025) for i in range(50)] + [rng.normal(0.4 - 0.008 * i, 0.025) for i in range(50)]
x, m, upper, lower = generate_dataset(mu)
source = ColumnDataSource(data=dict(x=x, m=m, lower=lower, upper=upper))
p.line("x", "m", color="red", line_width=2, source=source, legend_label="Sample")
band = Band(base="x", lower="lower", upper="upper", source=source, fill_alpha=0.1, fill_color="red", line_color="red")
p.add_layout(band)

# series 2 max/min
max_2 = max(upper)
min_2 = min(lower)

# x/y axis range
y_max = max(max_1, max_2)
y_min = min(min_1, min_2)
p.x_range=Range1d(0, 100)
p.y_range=Range1d(y_min - 0.1*abs(y_min), y_max + 0.1*abs(y_max))

# legend position
p.add_layout(p.legend[0], "right")

output_notebook()
show(p)