Python 如何创建散点图，将两个嵌套字典与具有相同键的另一个嵌套字典进行比较
我有三个嵌套字典：data_geo1、data_geo2、data_ali，它们都由两个键和一个值组成。目标是相互比较这些值。字典的第一个键相同，但对于第二个，其中30个与第一个字典共享，20个与第二个字典共享！不幸的是，键的方向彼此不相同。目标是使用matplotlib和numpy数组创建散点图，以将第一个和第二个字典与data_ali中的数据进行比较。这有点复杂，我不知道从哪里开始！以下是我为创建词典所写的内容：Python 如何创建散点图，将两个嵌套字典与具有相同键的另一个嵌套字典进行比较,python,numpy,dictionary,matplotlib,nested,Python,Numpy,Dictionary,Matplotlib,Nested,我有三个嵌套字典：data_geo1、data_geo2、data_ali，它们都由两个键和一个值组成。目标是相互比较这些值。字典的第一个键相同，但对于第二个，其中30个与第一个字典共享，20个与第二个字典共享！不幸的是，键的方向彼此不相同。目标是使用matplotlib和numpy数组创建散点图，以将第一个和第二个字典与data_ali中的数据进行比较。这有点复杂，我不知道从哪里开始！以下是我为创建词典所写的内容： import os import numpy as np path = "/
import os
import numpy as np
path = "/home/ali/Desktop/data/"
root = "/home/ali/Desktop/SAMPLES/"
data_geo1={}
with open(path+"GSE98212_H_DE_genes_count.txt","rt") as fin: #data for sample 1-30
h = fin.readline()
sample1 = h.split()
sample_names = [s.strip('"') for s in sample1[1:31]]
for l in fin.readlines():
l = l.strip().split()
if l:
gene= l[0].strip('"')
data_geo1[gene] = {}
for i, x in enumerate(l[1:31]):
data_geo1[gene][sample_names[i]] = int(x)
#print(data_geo1)
data_geo2={}
with open (path+"GSE98212_L_DE_genes_count.txt","rt") as fin:
h= fin.readline()
sample2=h.split()
sample_names=sample2[1:21]
for l in fin.readlines():
l = l.strip().split()
if l:
gene= l[0].strip()
data_geo2[gene]={}
for i,x in enumerate (l[1:21]):
data_geo2[gene][sample_names[i]]= int(x)
#print(data_geo2)
data_ali={}
for sample_name in os.listdir(root):
with open(os.path.join(root, sample_name, "counts.txt"), "r") as fin:
for line in fin.readlines():
gene, reads = line.split()
reads = int(reads)
if gene.startswith('ENSG'):
data_ali.setdefault(gene, {})[sample_name] = reads
#print(data_ali)
main_key=u'ensg0000110514'
geo1\u labels=data\u geo1[main\u key].keys（）
geo1_ys=[data_geo1[main_key][x]表示geo1_标签中的x]
ali_geo1_ys=[data_ali[main_key][x]表示geo1_标签中的x]
geo2\u labels=data\u geo2[main\u key].keys（）
geo2_ys=[data_geo2[main_key][x]表示geo2_标签中的x]
ali_geo2_ys=[data_ali[main_key][x]表示geo2_标签中的x]
导入matplotlib.pyplot作为plt
图，ax=plt.子批次（）
最大散射（范围（透镜（geo1_标签）），geo1_ys，facecolors=“无”，edgecolors=“b”，marker=“o”）
X.散射（范围（透镜（geo1_标签）），ali_geo1_ys，facecolors=“无”，edgecolors=“r”，marker=“s”）
ax.set_xticks（范围（len（geo1_标签）））
ax.设置标签（geo1标签，旋转=90）
plt.紧_布局（）
plt.show（）
更新： 有几种方法可以获得您描述的绘图，其中一种方法是使用模块
pandas导入matplotlib.pyplot作为plt
作为pd进口熊猫
主密钥=u'ENSG0000110514'
compare1=pd.DataFrame.from_dict({
'data_geo2'：data_geo1[主键]，
'data_ali'：{k:data_ali[main_key][k]代表数据geo1[main_key].keys（）中的k
}，orient='index'）
compare2=pd.DataFrame.from_dict({
'data_geo2'：data_geo2[主键]，
'data_ali'：{k:data_ali[main_key][k]代表数据geo2[main_key].keys（）中的k
}，orient='index'）
比较1['Sample_19-leish_023_v2'].plot.bar（）
plt.紧_布局（）
plt.show（）
导入matplotlib.pyplot作为plt
主密钥=u'ENSG0000110514'
样本编号=u'样本编号19-leish\u 023\u v2'
图，ax=plt.子批次（）
xs=[0,1]
ys=[data_geo1[main_key][sample_key]，data_ali[main_key][sample_key]]
ax.bar（xs，ys）
ax.set_xticks（xs）
ax.set\u xticklabels（['data\u geo1'，'data\u ali']））
plt.紧_布局（）
plt.show（）