1. 可视化motif logo三种方法(seqLogo/ggseql
2. 使用seqLogo可视化motif
3. 使用WebLogo可视化motif
4. 看板方法：可视化Everything
5. 卷积层可视化方法
6. Axure制作可视化图表的几种方法
7. Python数据可视化的四种简易方法
8. Python数据可视化的四种简易方法
9. 70种方法，轻松入门Python可视化编程
10. 5种使用Python实现数据可视化方法

1. seqLogo

seqLogo是1990年发表的一个可视化工具，还是基于grid作图的工具。可以输入从MEME，JASPAR等数据库下载的PPM矩阵（需把header处理掉），即可出图。

# 安装source ( "http://bioconductor.org/biocLite.R" )biocLite("seqLogo")# 导入CTCF的PPM矩阵library(seqLogo)ctcf <- read.table('~/Documents/writethings/20200409/ppm.txt', header = F)# 转为PWM矩阵（转置是因为必须要让行分别是ATCG的PWM score）trans_ctcf <- makePWM(t(ctcf))seqLogo(trans_ctcf)

可输出：

seqLogo

如果想要在一张上输出多张图的话（参考https://support.bioconductor.org/p/35240/
）：

bad = (sapply( body(seqLogo), "==", "grid.newpage()") |        sapply( body(seqLogo), "==", "par(ask = FALSE)"))body(seqLogo)[bad] = NULLtf_names <- c('CTCF', 'SP1')grid.newpage()for(i in 0:1){   ppm <- read.table(paste('~/Documents/writethings/20200409/ppm',i+1 ,'.txt', sep = ''), header = F)   pwm <- makePWM(t(ppm))   pushViewport(viewport(x=0.25+0.55*(i%%2),                         y=0.5+0.55*(i%/%2),                         width=0.5, height=0.6))   seqLogo(pwm)   grid.text(tf_names[i+1], x=0.5, y=1,             hjust=0.5, vjust=1)   popViewport()}

multi_logo

2. ggseqlogo

这个工具是2017年发在bioinformatics上R包，基于ggplot作图。可以输入序列、PFMS和PPM等。

library(ggseqlogo)ppm <- t(ppm) rownames(ppm) <- c("A", "G", "C", "T")ggseqlogo(ppm)

输出：

ggseqlogo

功能较多，详细可参考手册：https://omarwagih.github.io/ggseqlogo/

3. LogoJS
   网址：https://logojs.wenglab.org/app/
   
   
   home
   
   
   home

可以选择提交文件还是粘贴矩阵，文件中可以包括多个转录因子矩阵，输出：

LogoJS