python生信库（opencadd、openbabel）安装与绘图

以下几个包通过anaconda安装十分方便，如果没有anaconda也可以使用python命令行安装。

openbabel

Linux/unix系统下直接安装：

apt-get install openbabel

opencadd

note:opencadd只适用于mac&Linux,安装代码如下：

​mamba create --channel https://conda.anaconda.org/conda-forge -n opencadd opencadd=1.0.1 

 如果你是直接从官网下载的zip文件：

pip install D:\opencadd-master. zip

 openbabel的python代码示例（官方）：

The openbabel module — Open Babel v2.3.1 documentationhttps://openbabel.org/docs/current/UseTheLibrary/PythonDoc.html

 mmligner

 mmligner是opencadd下的基于贝叶斯统计分析蛋白结构的包。

MMLigner User Tutorial — opencadd documentationhttps://opencadd.readthedocs.io/en/latest/tutorials/mmligner.html

mamba install -c conda-forge mmligner

 pymol

conda install -c schrodinger pymol

 或者

conda install -c conforge -c schrodinger pymol

 使用时只需进入安装pymol的环境

pymol

小技巧：anacoda 选中包也是可以直接安装的。

 将以下代码加入.bashrc开机自启动conda

source ~/anaconda3/bin/activate

当你调用以上这些包得到想要的数据分析结果时，就可以使用matplotlib等包来绘图啦！

海生图（seaborn）与生成热图

import pandas as pd
from sklearn import svm, datasets
import seaborn as sns 
# import some data to play with
data=pd.read_csv('train-data.csv')
#method ='person standard correlation coefficient method ='kendall' method ='spearman'
sns.heatmap(data.corr(), linecolor = 'white', linewidths = 1)
g = sns.pairplot(par_value,hue="CLASS")
X = data[["col1","col2"]]
y = data[["class"]]#类别
X=np.array(X)
Y=np.array(y)
C = 163.0  # SVM regularization parameter
#build model
models = (svm.SVC(kernel='linear', C=C),
          svm.LinearSVC(C=C),
          svm.SVC(kernel='rbf', gamma=0.7, C=C),
          svm.SVC(kernel='poly', degree=3, C=C))
#fit
models = (clf.fit(X, y) for clf in models)