别再只会画UMAP了！Scanpy核心绘图函数实战：从散点图到热图，手把手教你玩转单细胞数据可视化

Scanpy单细胞数据可视化实战：从基础图表到高级定制

单细胞RNA测序技术正在彻底改变我们对复杂生物系统的理解能力。随着数据量的爆炸式增长，如何将海量的基因表达数据转化为直观、信息丰富的可视化结果，成为每个单细胞研究者必须掌握的技能。Scanpy作为Python生态中最强大的单细胞分析工具之一，提供了丰富多样的可视化函数，但很多用户仅仅停留在UMAP和t-SNE等降维图上，未能充分发挥其可视化潜力。

1. 可视化基础：理解Scanpy的绘图逻辑

Scanpy的绘图系统建立在Matplotlib之上，但进行了高度封装和优化，专门针对单细胞数据的特殊需求。与常规的Python绘图库不同，Scanpy的绘图函数直接面向AnnData对象，能够自动提取细胞注释、基因表达和聚类结果等信息。

核心绘图参数解析：

• color：决定图表着色依据，可以是基因名、细胞元数据列名或任何存储在obs中的注释信息
• groupby：分组依据，通常使用聚类结果或已知细胞类型
• layer：指定使用哪个数据层（如原始计数、标准化表达量或缩放后的值）
• cmap：颜色映射，控制从数值到颜色的转换方式
• size/alpha：调整点的大小和透明度，解决重叠点显示问题

# 基础绘图示例 import scanpy as sc adata = sc.datasets.pbmc3k() # 加载示例数据 sc.pl.umap(adata, color=['CD3D', 'n_genes'], size=10, alpha=0.6, cmap='viridis')

提示：使用sc.set_figure_params()可以全局设置图像参数，如DPI、默认颜色映射等，避免每次绘图重复设置

2. 选择合适的图表类型：从数据特征到视觉呈现

单细胞数据可视化不是简单的"画图"，而是数据到信息的转化过程。不同的科学问题需要不同的可视化策略：

2.1 细胞群体关系展示

• UMAP/t-SNE：展示细胞在降维空间的全局分布
• Force-directed layout：强调细胞间的连接关系
• PAGA：显示群体间的过渡和发育轨迹

2.2 基因表达模式比较

# 基因表达可视化对比 genes = ['CD3D', 'CD79A', 'FCGR3A', 'NKG7'] sc.pl.dotplot(adata, genes, groupby='louvain', dendrogram=True, cmap='Reds') sc.pl.stacked_violin(adata, genes, groupby='louvain')

2.3 群体标记基因识别

对于差异表达分析和标记基因可视化，Scanpy提供了一系列专用函数：

# 标记基因可视化流程 sc.tl.rank_genes_groups(adata, 'louvain', method='wilcoxon') sc.pl.rank_genes_groups_dotplot(adata, n_genes=4, values_to_plot='logfoldchanges') sc.pl.rank_genes_groups_matrixplot(adata, n_genes=3, cmap='bwr', vmin=-3, vmax=3)

3. 高级定制技巧：超越默认参数

3.1 颜色映射的艺术

颜色是可视化中信息编码的核心元素。Scanpy支持所有Matplotlib的colormap，但不同场景需要不同策略：

• 连续型数据：viridis,plasma,inferno（避免使用jet）
• 发散型数据：RdBu_r,coolwarm（适合有中心点的数据）
• 分类数据：Set1,tab20（确保颜色可区分）

# 高级颜色设置示例 from matplotlib.colors import LinearSegmentedColormap custom_cmap = LinearSegmentedColormap.from_list( 'mycmap', ['#2E86AB', '#F24236']) sc.pl.umap(adata, color='CD3D', cmap=custom_cmap, vmax='p99') # 使用99百分位作为上限

3.2 多图组合与排版

科研论文常需要将多个相关图表组合展示。Scanpy提供了灵活的subplot系统：

# 多图组合示例 import matplotlib.pyplot as plt fig, axes = plt.subplots(1, 2, figsize=(12, 5)) sc.pl.umap(adata, color='louvain', ax=axes[0], show=False) sc.pl.dotplot(adata, marker_genes, groupby='louvain', ax=axes[1], show=False) plt.tight_layout()

3.3 交互式可视化

虽然Scanpy主要生成静态图像，但可以轻松导出数据用于交互式可视化工具：

# 导出数据用于Plotly import plotly.express as px df = adata.obs.join(adata.to_df()) fig = px.scatter(df, x='UMAP1', y='UMAP2', color='CD3D', hover_data=['louvain', 'n_genes']) fig.show()

4. 实战案例：完整可视化流程

让我们通过一个真实的研究场景，展示如何从原始数据到发表级图表：

4.1 数据准备与预处理

# 加载并预处理数据 adata = sc.read_10x_mtx('filtered_gene_bc_matrices/hg19/') sc.pp.filter_cells(adata, min_genes=200) sc.pp.filter_genes(adata, min_cells=3) sc.pp.normalize_total(adata, target_sum=1e4) sc.pp.log1p(adata) sc.pp.highly_variable_genes(adata) adata = adata[:, adata.var.highly_variable] sc.pp.scale(adata, max_value=10)

4.2 降维与聚类

# 标准分析流程 sc.tl.pca(adata, svd_solver='arpack') sc.pp.neighbors(adata, n_pcs=30, n_neighbors=20) sc.tl.umap(adata) sc.tl.leiden(adata, resolution=0.5)

4.3 标记基因识别与注释

# 差异表达与注释 sc.tl.rank_genes_groups(adata, 'leiden', method='t-test') marker_genes = { 'T cells': ['CD3D', 'CD8A'], 'B cells': ['CD79A', 'MS4A1'], 'Monocytes': ['CD14', 'FCGR3A'], 'NK cells': ['GNLY', 'NKG7'] }

4.4 最终可视化组合

# 发表级图表生成 with plt.style.context('seaborn-whitegrid'): fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(15, 12)) # UMAP展示细胞类型 sc.pl.umap(adata, color='cell_type', ax=ax1, palette='tab20', frameon=False, show=False) # 点图展示标记基因 sc.pl.dotplot(adata, marker_genes, groupby='cell_type', ax=ax2, dendrogram=True, show=False) # 小提琴图展示关键标记基因 sc.pl.stacked_violin(adata, ['CD3D', 'CD79A', 'CD14', 'NKG7'], groupby='cell_type', ax=ax3, show=False) # 热图展示top差异基因 sc.pl.heatmap(adata, adata.uns['rank_genes_groups']['names'][:5], groupby='cell_type', ax=ax4, show=False, cmap='viridis', dendrogram=True) plt.tight_layout() fig.savefig('final_figure.pdf', dpi=300, bbox_inches='tight')

在实际项目中，我发现最常需要调整的是颜色映射和字体大小，确保图表在不同媒介（屏幕、打印）上都能清晰呈现。对于包含大量基因的热图，使用swap_axes=True将基因放在y轴往往能获得更好的可读性。