Criando figuras científicas usando Matplotlib e Seaborn

Feb 05 2023

Dados bem apresentados são um dos aspectos mais importantes da pesquisa científica. Em Python, as bibliotecas Matplotlib e Seaborn são poderosas bibliotecas de visualização de dados que podem ser usadas juntas para produzir figuras de qualidade com recursos personalizáveis.

Matplotlib x Seaborn

Quando usei Matplotlib e Seaborn pela primeira vez para criar figuras, não estava claro para mim por que e quando você usaria um ou outro. Eu recomendaria usar ambos. O Seaborn oferece uma ampla variedade de tipos de plotagem e paletas de cores e deve ser usado para realmente plotar seus dados, enquanto o Matplotlib permite formatar os detalhes da plotagem - tamanhos de fonte, legendas de figuras e texto de eixos.

Este artigo começará com como criar gráficos muito básicos e aumentar lentamente a complexidade para mostrar como aproveitar a personalização possível com Matplotlib e Seaborn. Para demonstrar, usaremos um conjunto de dados de gravações de EEG de roedores com diversas variáveis, como diferenças de genótipos, canais de eletrodos e IDs de animais. Isso nos dará uma intuição de como apresentar os dados com os quais os cientistas trabalham no dia a dia.

O artigo está organizado da seguinte forma:

formate seus dados para plotagem
criar um enredo
executar reformatação básica (remover bordas de plotagem, rotular eixos e definir limites de eixos)
executar reformatação mais detalhada (personalizando parâmetros de legenda, escalas de eixo, tamanhos de fonte)
personalização de paletas marítimas
criando subtramas
composição de figuras complexas (subtramas e figure.subplot_mosaic)

A primeira etapa é formatar corretamente seus dados em um dataframe do pandas, um formato conhecido como dados organizados . Se você quiser ler mais sobre como organizar seus dados, este é um ótimo artigo . A variável independente (eixo x) deve estar em uma coluna e a variável dependente (eixo y) em outra coluna. Se existirem várias categorias para o seu conjunto de dados (por exemplo, Animal_ID, Channel, Genotype), essas categorias também devem estar em colunas separadas e você pode usar o parâmetro Seaborn hue (exemplos mostrados abaixo) para plotar várias variáveis em um gráfico.

Criando um gráfico

Começaremos plotando o DataFrame mostrado acima usando as configurações padrão do Matplotlib e Seaborn com muito pouca formatação adicional. sns.lineplot( ) traçará um gráfico de linha dos dados armazenados no D ataFrame onde 'Frequency' e 'Power' são colunas no DataFrame, e hue permite que você plote várias variantes (genótipo neste caso) em um gráfico. O eixo y foi definido para uma escala logarítmica devido à forma como as frequências mais baixas e mais altas são representadas no espectro de potência dos dados de EEG, a potência é maior em baixas frequências e torna-se cada vez menor à medida que a frequência aumenta.

fig, axs = plt.subplots(1,1, figsize=(20,15))
sns.lineplot(data= df, x='Frequency', y='Power',hue = 'Genotype', 
              errorbar = ("se"), linewidth = 2)
axs.set_yscale('log')
fig.savefig('basic_power_plot.jpg')

      
                
                    
                    
       Figure 1. EEG Power Spectrum plot using Seaborn and Matplotlib’s default parameters and no additional reformatting.

O gráfico acima mostra o básico dos dados, mas é difícil de entender. Geralmente não está claro o que o gráfico está tentando mostrar devido à grande quantidade de espaços em branco, tamanhos de fonte pequenos, falta de eixos de rótulos ou título do gráfico. Os primeiros passos para tornar este gráfico mais legível serão remover a borda desnecessária da figura e definir limites e rótulos para os eixos x e y.

sns.set_style("white")
fig, axs = plt.subplots(1, 1, figsize=(20,15), sharex = True, sharey = True)
sns.lineplot(data = df, x = 'Frequency', y = 'Power', hue = 'Genotype', 
             errorbar = ('se'), linewidth = 4)

#remove the figure border
sns.despine()

#set limits and labels for the x and y axis
axs.set_yscale('log')
axs.set_xlim(1, 48)
axs.set_ylim(10**-2, 10**3)
axs.set_xlabel("Frequency (Hz)")
axs.set_ylabel("log Power (\\u03bc$\\mathregular{V^{2}}$)")

#save figure 
fig.savefig('basic_plot.jpg')

      
                
                    
                    
       Figure 2. Basic reformatting of Figure 1 to change axes limits and labels and remove outer plot border.

Além de simplesmente alterar os limites dos eixos, seu gráfico pode ser formatado adicionando:

um título geral da figura,
rótulos de fonte de eixos
um objeto de legenda para editar os detalhes da legenda
aumentando os pesos das linhas dos eixos e atualizando todos os caracteres de fonte dos eixos de uma só vez.

Também vou alterar os x-ticks para aumentar em incrementos de 6 até 48. A função axs.set_xlim() especifica os valores mínimo e máximo do eixo x, mas se você quiser especificar os valores que os ticks aumentam por você pode usar a função xticks .

sns.set_style("white", rc = {'font.size': 20})
fig, axs = plt.subplots(1, 1, figsize=(20,15), sharex = True, sharey = True)
sns.lineplot(data = df, x = 'Frequency', y = 'Power', hue = 'Genotype', 
errorbar = ('se'), linewidth = 4, ax = axs)

#remove outer border
sns.despine()

#axes customisation
axs.set_yscale('log')
axs.set_xlim(1, 48)
axs.set_ylim(10**-2, 10**3)
axs.set_xlabel("Frequency (Hz)", fontsize = 25)
axs.set_ylabel("log Power (\\u03bc$\\mathregular{V^{2}}$)", fontsize = 25)

#update the fontsize of all characters on x and y axis 
plt.rcParams.update({'font.size': 20})

#changing x-ticks
tick_values = list(range(1, 54, 6))
label_list = ['1', '6', '12', '18', '24', '30', '36', '42', '48']
axs.set_xticks(ticks = tick_values, labels = label_list)

#include an overall plot title
plt.suptitle('Condition 1 Overall Average', fontsize = 30, fontweight = 'bold')

#customise the legend 
leg = plt.legend(loc = 'upper right', frameon = False)
leg.set_title('Genotype', prop = {'size': 25})
leg_lines = leg.get_lines()
leg_texts = leg.get_texts()
plt.setp(leg_lines[0], linewidth = 8)
plt.setp(leg_lines[1], linewidth = 8)
plt.setp(leg_texts, fontsize = 20)

#increase the width of the x and y axis 
for axis in ['bottom', 'left']:
    axs.spines[axis].set_linewidth(3)

#save figure
fig.savefig('detailed_reformatting_plot.jpg')

      
                
                    
                    
       Figure 3. Customising the legend, font size and font weights.

A Seaborn oferece uma ampla variedade de tipos de plotagem, a capacidade de integrar estatísticas em suas plotagens (como erros padrão) e paletas de cores personalizadas. Para saber mais sobre as paletas de cores da Seaborn, confira a documentação .

Aqui estão alguns exemplos de paletas diferentes:

royal = ['darkseagreen', 'lightpink', 'coral', 'darkkhaki']
darjeeling = ['orange', 'lightgreen', 'skyblue', 'plum']
bright = ['lightblue', 'teal', 'orangered', 'darkred']
sns.palplot(royal)
sns.palplot(darjeeling)
sns.palplot(bright)

      
                
                    
                    
       Figure 4. Examples of seaborn colour palettes

sns.set_style("white")
fig, axs = plt.subplots(1, 1, figsize=(20,15), sharex = True, sharey = True)

#specify colour palette parameters
palette_plot = ['darkred', 'plum']
hue_order = ['KO', 'WT']

#input colour palette parameters
sns.lineplot(data = df, x = 'Frequency (Hz)', y = 'Power', 
       hue = 'Genotype', hue_order = hue_order,errorbar = ('se'),
       palette = palette_plot, linewidth = 4, ax = axs)

#remove outer border
sns.despine()
axs.set_yscale('log')
sns.despine()
axs.set_xlim(1, 48)
axs.set_ylim(10**-2, 10**3)
axs.set_xlabel("Frequency (Hz)", fontsize = 25)
axs.set_ylabel("log Power (\\u03bc$\\mathregular{V^{2}}$)", fontsize = 25)

#update the fontsize of all characters on x and y axis 
plt.rcParams.update({'font.size': 20})

#changing x-ticks
tick_values = list(range(1, 54, 6))
label_list = ['1', '6', '12', '18', '24', '30', '36', '42', '48']
axs.set_xticks(ticks = tick_values, labels = label_list)

#include an overall plot title
plt.suptitle('Condition 1 Overall Average', fontsize = 30, fontweight = 'bold')

#customise the legend 
leg = plt.legend(loc = 'upper right', frameon = False)
leg.set_title('Genotype', prop = {'size': 25})
leg_lines = leg.get_lines()
leg_texts = leg.get_texts()
plt.setp(leg_lines[0], linewidth = 8)
plt.setp(leg_lines[1], linewidth = 8)
plt.setp(leg_texts, fontsize = 20)

#increase the width of the x and y axis 
for axis in ['bottom', 'left']:
    axs.spines[axis].set_linewidth(3)

      
                
                    
                    
       Figure 5. Figure showing custom Seaborn colour palettes.

Antes de entrar em como criar subplots, é importante diferenciar entre os argumentos fig,ax = plt.subplots() e plt.plot(), pois eles são frequentemente usados de forma intercambiável. No entanto, o plt.subplots() retorna uma tupla contendo uma figura e um objeto de eixos que torna mais fácil criar subplots e reformatá-los (objeto ax) ou alterar atributos de nível de figura (objeto fig) enquanto uma sintaxe ligeiramente diferente é usada para plt.plot(). Na minha opinião, é sempre melhor usar o método fig, ax = plt.subplots(). Se você gostaria de ler mais sobre isso, esta é uma ótima postagem no blog .

Criando subtramas

Agora que passamos por como criar e personalizar um único gráfico, podemos criar subplots com diferentes tipos de gráficos em uma figura. Para demonstrar, vamos plotar as diferenças sexuais entre os animais selvagens e knockout mostrados no gráfico acima.

Como ambos os gráficos compartilham os mesmos parâmetros para os eixos x e y, adicionei os parâmetros sharex e sharey à função subplots para compartilhar os limites entre os dois eixos do subplot. Junto com os eixos, a mesma legenda se aplica a ambos os gráficos, então removi a legenda do gráfico esquerdo e reformatei a legenda da direita. Também adicionei um título geral da figura e títulos para as subtramas individuais, com preenchimento adicionado ao título geral da figura para garantir que eles não se sobreponham.

sns.set_style("white") 
fig, axs = plt.subplots(1,2, figsize=(20,10), sharex = True, sharey=True)
genotype_palette = ['plum', 'teal']
hue_order = ['KO', 'WT']

#plot individual line plots for male and female data 
sns.lineplot(data= df_male, x='Frequency (Hz)', y='Power',hue = 'Genotype', 
             errorbar = ("se"), hue_order = hue_order, linewidth = 4, 
             palette = genotype_palette, ax = axs[0])
sns.lineplot(data= df_female, x='Frequency (Hz)', y='Power',hue = 'Genotype',
             errorbar = ("se"), hue_order = hue_order, linewidth = 4, 
             palette = genotype_palette, ax = axs[1])

#remove figure border
sns.despine()

#subplot titles
axs[0].set_title('Male', fontsize = 25, fontweight = 'bold')
axs[1].set_title('Female', fontsize = 25, fontweight = 'bold')

#include an overall plot title 
fig.suptitle('Condition 1 Sex Differences', y = 0.96, fontsize = 30, 
            fontweight = 'bold') 

#remove first plot legend and customise the legend for second plot
axs[0].get_legend().remove()

# customise legend 
leg_1 = axs[1].legend( loc = 'upper right', frameon = False)
leg_1.set_title('Genotype',prop={'size':20})
leg_lines = leg_1.get_lines()
plt.setp(leg_lines[0], linewidth=10)
plt.setp(leg_lines[1], linewidth=10)

#update the fontsize of all characters on x and y axis
plt.rcParams.update({'font.size': 20})

#set tick values - because of shared x and y axis you only have to set one axis 
tick_values = list(range(0, 54, 6))
label_list = ['0', '6', '12', '18', '24', '30', '36', '42', '48']
axs[0].set_xticks(ticks = tick_values, labels = label_list)

#specify axes details 
axs[0].set_yscale('log')
axs[0].set_xlim(1, 48)
axs[0].set_ylim(10**-1, 10**3)
axs[0].set_xlabel("Frequency (Hz)", fontsize = 20)
axs[1].set_xlabel("Frequency (Hz)", fontsize = 20)
axs[0].set_ylabel("log Power (\\u03bc$\\mathregular{V^{2}}$)", fontsize = 20)

#increase width of the x and y axis 
for axis in ['bottom','left']:
    axs[0].spines[axis].set_linewidth(2)
    axs[1].spines[axis].set_linewidth(2)

      
                
                    
                    
       Figure 6. Plot showing subplots of different conditions

A função fig.subplot_mosaic() é útil para colocar seus eixos em uma grade não uniforme. Mostrarei primeiro um exemplo de 4 subplots usando a função de mosaico onde todos os subplots são do mesmo tamanho e, em seguida, mostrarei como você pode alterar isso. A principal diferença ao usar o mosaico são as linhas fig e ax_dict. Além disso, o mesmo código acima se aplica - mas há mais subtramas e, portanto, mais parâmetros a serem alterados. Você também pode criar sua própria folha de estilo para aplicar a todos os parâmetros, para que não precise alterá-los manualmente todas as vezes.

Formatos de arquivo vetorizados

A função de mosaico é útil para criar gráficos prontos para publicação, embora a maioria dos pesquisadores use um programa secundário (como o adobe illustrator) para reformatar as figuras. Se você deseja formatar imagens diretamente no adobe illustrator, salve suas imagens como um arquivo vetorizado (por exemplo, arquivo svg).