BioF3 FigCode · SCI 绘图代码集

空间邻接图（Squidpy Spatial Neighbors）

导出日期：2026年6月27日

分类：网络与互作 ｜ 依赖包：squidpy、scanpy、matplotlib

解决的生物学问题

空间组里哪些细胞类型彼此挨着？哪些是空间隔离的？

应用场景

输入数据格式

AnnData 空间对象（adata.obsm["spatial"] 含坐标 + obs.cell_type）

关键参数

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/squidpy-neighbors.R
curl -O https://<your-site>/figcode/data/squidpy-neighbors.csv

3. 安装依赖

# CRAN 包
install.packages(c("squidpy", "scanpy", "matplotlib"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

import squidpy as sq
import scanpy as sc
import matplotlib.pyplot as plt

# --- Demo: Squidpy built-in mouse brain ---
adata = sq.datasets.visium_hne_adata()

# --- Compute spatial neighbors graph ---
sq.gr.spatial_neighbors(adata, coord_type="generic", n_neighs=6)

# --- Neighborhood enrichment (z-score) ---
sq.gr.nhood_enrichment(adata, cluster_key="cluster")

fig, axes = plt.subplots(1, 2, figsize=(13, 5.5))

# Panel 1: spatial scatter
sc.pl.spatial(
    adata, color="cluster",
    img_key=None, spot_size=15,
    ax=axes[0], show=False, title="Tissue clusters"
)

# Panel 2: neighborhood enrichment heatmap
sq.pl.nhood_enrichment(
    adata, cluster_key="cluster",
    method="ward", cmap="RdBu_r",
    ax=axes[1], title="Neighborhood enrichment (z-score)"
)

plt.tight_layout()
plt.savefig("plot_001.png", dpi=150, bbox_inches="tight")

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

延伸阅读