使用Lasso回归筛选关键基因并进行可视化分析

使用Lasso回归筛选关键基因并进行可视化分析

该代码使用Lasso回归算法从基因表达数据中筛选出关键基因，并提供可视化展示结果的建议。

import pandas as pd
from sklearn.linear_model import Lasso

# 读取Excel文件
df = pd.read_excel('C:\Users\lenovo\Desktop\HIV\PAH三个数据集\193lasso.xlsx', header=0)

# 删除包含缺失值的行
#df.dropna(inplace=True)

# 提取特征和标签
X = df.iloc[:, 1:]
y = df.iloc[:, 0]

# 使用Lasso回归算法
lasso = Lasso(alpha=0.01)
lasso.fit(X, y)

# 输出关键性作用较大的基因
coef = pd.Series(lasso.coef_, index=X.columns)
important_genes = coef[coef != 0].sort_values(ascending=False)
print('Important Genes:')
print(important_genes)

# 输出所挑选的基因及其表达量和患者状态
selected_genes_df = df.loc[:, important_genes.index.tolist()]
selected_genes_df.insert(0, 'state', df['state'])
selected_genes_df.to_excel('C:\Users\lenovo\Desktop\HIV\PAH三个数据集\selected_genes.xlsx', index=False)

可视化展示建议

该代码没有直接绘制图表的部分，但可以通过输出的结果进行可视化展示，例如：

1. 基因重要性条形图或热力图： 通过输出的关键性作用较大的基因，可以绘制基因重要性的条形图或热力图进行展示。
2. 散点图或箱线图： 通过输出的所挑选的基因及其表达量和患者状态，可以绘制散点图或箱线图等进行展示，以探究基因与患者状态的关系。
3. 基因表达量热力图： 可以将所挑选的基因进行聚类分析，绘制基因表达量热力图等进行展示。

以上是一些可能的可视化展示方式，具体根据研究目的和数据特点进行选择。