記事一覧
Pythonを使ったプロテオミクスデータのVolcano plot例
はじめにコントロール細胞(WT細胞)と，ある遺伝子をノックアウトした細胞(KO細胞)に発現するタンパク質群について，増減を比較し，その増減が統計的に有意なのかを，ボルケーノプロットにより描画・検討する。
ボルケーノプロット(Volcano plot)：
縦軸が群間比 (WTとKOのlog2(fold change)) ，横軸がp値 (-log10(p値) )の散布図。
データ例のDLこちらのリ
Scipyのcurve_fitを使用した非線形曲線Y=ax/x+bへの近似方法
はじめに
生化学でよく出てくる酵素反応の経時変化を，下記の式への近似する。
まずはモジュールのimport
# import moduleimport numpy as npimport matplotlib.pyplot as plt
数値例を作成
(X値，0から360までの範囲で，上記のような曲線に近いY値が得られたという想定)。
X = [0,10,20,30,60,120,180
ウエスタンブロットの画像トリミング方法
はじめにウエスタンブロットを含めた画像データは画像編集ソフトでトリミングを行なった後に，Adbe IllustratorやInkscapeなどのベクター系の描画ツールで作図を行うことが理想である。
Power Pointを用いることで画像データを作成することも出来るが，本来Power Pointはプレゼンテーションツールであり，画像編集のためのツールではない。また，pptファイルにコピーされた画像
外部ファイルのクラスを読み込む方法
ipython上などで下記プログラムを実行する場合
class Hello(): def __init__(self, name): self.name = name def sayhello(self): print ('Hello {} !!!'.format(self.name))
いつも通り
greeting = Hello('Python')gree
Numpy memo (随時更新)
Numpyで今まで使ったものを記録(随時更新)
一次元配列のarrayを二次元配列にして指定の数に分割する:np.array_splita = np.array([1,2,3,4,5,6,7,8,9])を二次元に変換後，3分割して
np.array([[1,2,3],[4,5,6],[7,8,9]])にする
aをn分割する際は np.array_aplit(a, n)
三分割なら np.arr
Pandasを使って複数の独立した実験データから平均値と標準偏差を算出する方法
三回の独立した実験(exp_number, 1-3) で，サンプルa-cの酵素活性(relateive_activity) を算出したデータ例を使用し，平均値（mean)と標準偏差(std)を計算する。
自作関数を作ってそれぞれを計算する方法も記録しておく。
データの準備＃ import modulesimport numpy as npimport pandas as pdimport ma
細胞内に発現する3つのタンパク質の相対量変化を例にした折れ線グラフの描画 (Matplotlib, Seaborn)
３種類のタンパク質 Protein1, Protein2, Protein3について，あるタイムポイント(0分)から始めて90分まで，30分おきに細胞内発現量を経時的に定量・算出したデータを想定して，折れ線グラフを作成する方法を書き留める。
全てのデータは独立した三回の実験(exp_number:1-3)によって算出されたものと想定し，平均値をプロットし，エラーバーは標準偏差値を基に描く。
pl
酵素活性データを例にした棒グラフの描画その2(Matplotlib, Seaborn)
前回に引き続き今回は酵素1-3の酵素活性について，阻害剤のある場合ない場合に分け，3回繰り返し測定したデータ例を用意。
平均値，標準偏差を計算後，matplotlib, seabornの両方で棒グラフを描いてみる。
なお，このデータではEnzyme2にのみ阻害剤が効果的に効き酵素活性が低下しているという結果を想定している。
前回
仮想データの準備
# 仮想データの準備a,b,c,d,e,f
酵素活性データを例にした棒グラフの描画(Matplotlib, Seaborn)
バイオ実験で出てきそうな酵素活性を測定した実験データをmatplotlibとseabornで棒グラフにする例を書き留める。
（データ例の概要）酵素1-3の酵素活性を3回繰り返し測定したデータ(下表)。
平均値，標準偏差を計算後， matplotlib, seabornの両方で棒グラフを描く
データの準備# import modulesimport numpy as npimport pa
matplotlibでsubplot
subplotの方法について覚えたことを記録。
suplotは複数のグラフを一つの図として表示する方法。ネットで検索しながら何となくコピペして作っていていたのだが，どうやらやり方が一つではないらしく，よく混乱する。。。 今回subplotの方法についてまとめることで，理解を深めようと思う。
Subplotの方法についての概要自分が調べた限りsubplotする方法は大きく分けて以下の二つがあるよう
Matplotlib(Seaborn)の基本的な使い方
最近，研究活動（おもに実験)で得たデータを計算したり，可視化するのに使っているPython。 可視化（グラフ作成)に使うMatplotlib(Seaborn)の使い方をすぐ忘れてしまうので，自分のために書き留めておこうと思う。
ごく基本的な使い方モジュールのインポート
import numpy as npimport matplotlib.pyplot as pltimport seaborn