前言：看到題目的小伙伴是不是內(nèi)心有一萬(wàn)個(gè)?是不是想問(wèn)那個(gè)Ancol PCA是什么鬼。不知道正常，因?yàn)檫@詞是我造的233333
為什么叫這個(gè)名字：眾所周知血統(tǒng)的英文是Ancestry，位置的英文是location，這倆單詞取前三個(gè)字母，loc再倒過(guò)來(lái)去掉c，組合在一起不就是Ancol嗎～PCA就是主成分分析的意思不變哦～
下面教程正式開(kāi)始：
編程語(yǔ)言：python3.8
模塊：pandas，numpy，sklearn，matplotlib，geopy
整體思路：先將計(jì)算器的多維數(shù)據(jù)降為二維數(shù)據(jù)并使其作為x，y軸，再將位置數(shù)據(jù)轉(zhuǎn)化為一維數(shù)據(jù)并使其作為z軸，最后組合為三維數(shù)據(jù)并可視化
代碼：
獲取位置經(jīng)緯度


?
可視化：


?
結(jié)果展示：


?
（此示例是利用了韓國(guó)人和吉林省朝鮮族的e11數(shù)據(jù)以及位置信息做出來(lái)的Ancol PCA圖）
此方法的優(yōu)勢(shì)：可以將計(jì)算器結(jié)果極為相似的兩個(gè)或多個(gè)族群在散點(diǎn)圖上分散開(kāi)，并且實(shí)現(xiàn)了將基因水平與個(gè)體水平較為科學(xué)的相結(jié)合分析
此方法缺點(diǎn)：點(diǎn)與點(diǎn)的的歐式距離不能準(zhǔn)確的反映族群間的遺傳距離，此外，對(duì)于暈3D的人來(lái)說(shuō)數(shù)據(jù)的讀取也較為難受。
此方法的意義：以前大家看祖源的分析方法就只是直接看計(jì)算器結(jié)果再問(wèn)問(wèn)哪里人什么族，推斷。最多也就再結(jié)合著傳統(tǒng)的PCA看看。但利用此方法可以將位置信息數(shù)字化，更加科學(xué)的進(jìn)行溯源。
下面是Ancol PCA的流程圖：


?
以及繪制流程圖用的代碼：


?
感謝：
數(shù)據(jù)提供：母系-mtDNA祖源群 ? ?QQ：923891525
提供編程語(yǔ)言：Python ? ? 官網(wǎng)：https://www.python.org
提供模塊：
pandas ? ? ? 官網(wǎng)：https://pandas.pydata.org
numpy ? ? ? ?官網(wǎng)：https://www.numpy.org/
matplotlib ? 官網(wǎng)：https://matplotlib.org
sklearn ? ? ? 官網(wǎng)：https://scikit-learn.org/stable/
geopy ? ? ? ? 項(xiàng)目網(wǎng)站：https://github.com/geopy/geopy
graphviz ? ? 官網(wǎng)：http://www.graphviz.org
??楊昊霖
轉(zhuǎn)載時(shí)請(qǐng)注明出處