写一个python程序，功能是将距离矩阵转化成热图可视化。输入文件为基因组差异的距离矩阵，格式为tab键分割的txt文件；矩阵第一行为基因组标签，第一列也为基因组标签；程序运行为python genomic_heatmap.py genomic_distance.txt；绘制的热图输出格式为png、svg、PDF、jpeg等格式，默认为png格式；输出文件名为除去扩展名的输入文件名，输出文件与输入文件同路径

以下是满足需求的Python程序。该程序从输入文件中读取基因组差异的距离矩阵（格式为Tab键分隔的TXT文件，第一行为基因组标签，第一列也为基因组标签），并将其转换为热图进行可视化。程序通过命令行参数传入文件路径，支持将热图输出为多种格式（如PNG、SVG、PDF、JPEG等），默认输出为PNG格式。输出文件与输入文件同路径，且输出文件名为输入文件名（除去扩展名）。

示例代码

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import argparse
import os

# 从文件中读取基因组差异的距离矩阵
def read_genomic_distance_matrix(file_path):
    """
    从文件中读取基因组差异的距离矩阵。
    文件格式应为Tab键分隔的TXT文件，第一行为基因组标签，第一列也为基因组标签。
    """
    try:
        # 使用pandas读取文件，指定分隔符为Tab
        df = pd.read_csv(file_path, sep='\t', index_col=0)
        return df
    except Exception as e:
        print(f"读取文件时出错: {e}")
        return None

# 绘制热图并保存为指定格式
def plot_genomic_heatmap(distance_matrix, output_file, output_format='png'):
    """
    使用seaborn绘制基因组差异距离矩阵的热图，并保存为指定格式。
    """
    if distance_matrix is not None:
        plt.figure(figsize=(10, 8))  # 设置图像大小
        sns.heatmap(
            distance_matrix,
            annot=True,              # 显示数值
            cmap='coolwarm',         # 颜色映射
            fmt='.2f',              # 数值格式
        )
        plt.title('Genomic Distance Matrix Heatmap', fontsize=16)
        plt.xlabel('Genomes', fontsize=14)
        plt.ylabel('Genomes', fontsize=14)

        # 保存热图
        output_file_with_extension = f"{output_file}.{output_format}"
        plt.savefig(output_file_with_extension, format=output_format, bbox_inches='tight')
        print(f"热图已保存为: {output_file_with_extension}")
        plt.close()  # 关闭图像以释放内存
    else:
        print("距离矩阵为空，无法绘制热图。")

# 主程序
if __name__ == "__main__":
    # 设置命令行参数解析
    parser = argparse.ArgumentParser(description="将基因组差异的距离矩阵转换为热图。")
    parser.add_argument("file_path", type=str, help="基因组差异距离矩阵文件的路径")
    parser.add_argument("--format", type=str, default="png", choices=["png", "svg", "pdf", "jpeg"],
                        help="输出文件格式（png, svg, pdf, jpeg），默认为png")
    args = parser.parse_args()

    # 读取距离矩阵
    distance_matrix = read_genomic_distance_matrix(args.file_path)

    # 获取输入文件路径和文件名（除去扩展名）
    input_dir = os.path.dirname(args.file_path)  # 输入文件所在目录
    input_file_name = os.path.splitext(os.path.basename(args.file_path))[0]  # 输入文件名（除去扩展名）
    output_file = os.path.join(input_dir, input_file_name)  # 输出文件路径（与输入文件同路径）

    # 绘制热图并保存
    plot_genomic_heatmap(distance_matrix, output_file, args.format)

代码说明：

1. 命令行参数解析：

使用 argparse 模块解析命令行参数。
file_path 是必需的参数，表示基因组差异距离矩阵文件的路径。
--format是可选参数，表示输出文件格式（支持 png、svg、pdf、jpeg），默认为png。

2. 读取文件：

使用 pandas.read_csv 读取文件，并指定分隔符为Tab键（sep='\t'）。
设置index_col=0 将第一列作为行标签。
文件的第一行应为列标签（基因组名称），第一列应为行标签（基因组名称）。

3. 绘制热图：

使用 seaborn.heatmap 绘制热图。
annot=True表示在热图上显示数值。
cmap='coolwarm'指定颜色映射，适合表示基因组差异。
fmt='.2f'表示数值以两位小数的形式显示。

4. 保存热图：

使用 plt.savefig将热图保存为指定格式。
支持输出格式包括 png、svg、pdf、jpeg。
输出文件与输入文件同路径，文件名为输入文件名（除去扩展名），扩展名由 --format参数指定。

5. 获取输入文件路径和文件名：

使用 os.path.dirname 获取输入文件所在目录。
使用 os.path.splitext 和os.path.basename 提取输入文件名（除去扩展名）。
使用 os.path.join 构建输出文件路径。

6. 错误处理：

如果文件读取失败，程序会捕获异常并提示错误信息。

输入文件示例：

假设基因组差异距离矩阵文件 genomic_distance.txt内容如下（Tab键分隔）：

        Genome1    Genome2    Genome3    Genome4
Genome1    0.00        0.12        0.45        0.67
Genome2    0.12        0.00        0.34        0.56
Genome3    0.45        0.34        0.00        0.23
Genome4    0.67        0.56        0.23        0.00

运行程序：

将上述代码保存为 genomic_heatmap.py。

在终端运行：

python genomic_heatmap.py /path/to/genomic_distance.txt --format pdf

或者使用默认设置：

python genomic_heatmap.py /path/to/genomic_distance.txt

输出结果：

程序会生成一个热图，并将其保存为指定格式的文件，与输入文件同路径。例如：

如果运行 python genomic_heatmap.py /path/to/genomic_distance.txt --format pdf，程序会生成 /path/to/genomic_distance.pdf。
如果运行 python genomic_heatmap.py /path/to/genomic_distance.txt，程序会生成 /path/to/genomic_distance.png。

安装依赖：

如果尚未安装 pandas、seaborn 和 matplotlib，可以使用以下命令安装：

pip install pandas seaborn matplotlib

示例热图：

假设输入文件为上述 genomic_distance.txt，程序会生成如下热图：

X轴和Y轴显示基因组标签（Genome1, Genome2, Genome3, Genome4）。

颜色从蓝色（低差异）到红色（高差异）表示基因组之间的差异。

每个单元格中显示具体的差异值。

这个程序非常适合用于基因组数据的分析和可视化，并且支持多种输出格式，输出文件与输入文件同路径！

【python】基因组距离矩阵转化成heatmap图