小果最近研究三维基因组并且已经得到了contact矩阵（cool文件），那么怎么做出来美观的可视化图呢，像下面的图一样
想学的小伙伴们就跟着小果一起来看吧~
首先向大家介绍一下jupyte notebook：jupyter是一个基于web的交互式计算平台。jupyter notebook是一个原始的web应用，用于创建和分享包含代码、方程、文本、可视化、交互式仪表盘和其他媒体的计算文档。jupyter支持超过40种编程语言，包括Python, R, Julia和Scala。你可以使用pip或conda等工具安装jupyter，或者在浏览器中在线尝试jupyter。
因为小果使用的是服务器，所以小果先在服务器上安装了一个jupyter notebook(如果大家是安装的anaconda的话就不用安装了哦，anaconda自带jupyter notebook)，如果是miniconda的话则需安装，anaconda和miniconda的区别在下面咯
anaconda和miniconda的区别主要有两个方面：
- 包的数量：anaconda是一个包含了超过150个数据科学和机器学习包的完整的Python发行版，而miniconda只包含了conda、Python和一些其他的包。因此，anaconda的安装文件比较大，需要更多的磁盘空间，而miniconda的安装文件比较小，更加灵活。
- 界面的类型：anaconda提供了一个图形用户界面（GUI）叫做Navigator，可以通过它来创建环境、安装包、启动开发应用等。而miniconda只提供了一个命令行界面（CLI），需要通过输入命令来管理环境和包。
使用conda安装jupyter：
conda install jupyter
下面需要生成配置文件：
jupyter notebook –generate-config
然后会得到：
Writing default config to: /root/.jupyter/jupyter_notebook_config.py
说明了配置文件的地址，然后使用vim打开修改配置文件：
- c.NotebookApp.ip=’*’ #
- c.NotebookApp.ip=’0.0.0.0′
- c.NotebookApp.open_browser =False # 设置是否自动打开浏览器
- c.NotebookApp.port =8888 # 设置端口，可以自己更改
- c.NotebookApp.allow_remote_access = True
之后在命令行输入jupyter notebook可以启动jupyter notebook ，如果需要保持jupyter notebook挂起的话可以使用nohup ： nohup jupyter notebook > jupyter.log 2>&1 &
如果需要结束jupyter进程的话可以使用一下代码：
ps -aux | grep jupyter | awk ‘{print $2}’ | xargs kill -9 -s
启动jupyter notebook之后，浏览器输入相应的ip和端口即可进入，首次进入需要输入token，token会在命令行中出现，输入即可
进入后发现只有python3一个kernel，如果想使用其他虚拟环境该怎么办呢
可以参考一下流程：
- 首先在你想要使用的虚拟环境中安装ipykernel包
conda activate YOUR_ENV_NAME
conda install ipykernel
- 在你安装jupyter notebook的环境里面运行以下代码：
python -m ipykernel install –user –name YOUR_ENV_NAME –display-name YOUR_ENV_NAME
这样再次打开就会出现你想使用的虚拟环境啦
上面是环境的配置，下面开始可视化cool文件
首先我们要使用higlass-python这个python包
使用pip安装：
pip install jupyter higlass-python
下面是关于higlass软件的一些介绍：higlass是一个用于可视化大规模数据的网页浏览器，最初设计用于处理海量的基因组数据集。higlass基于类似于基因组浏览器和现代在线地图（所谓的滑动地图）的框架，形成了一个快速、灵活和可扩展的多尺度数据浏览器。higlass支持多种1D和2D的轨迹类型，可以显示不同文件格式的数据。higlass使用D3.js、Pixi.js、React等开源组件进行数据可视化和交互。
下面就是可视化分析的代码啦
import higlass as hg
# 加载文件
tileset = hg.cooler(“software/HiC-Pro/Utils/test/.output.cool”)
track = tileset.track(“heatmap”)
view = hg.view(track, width=6)
# 服务器运行需要加，不然运行不出来
tileset = hg.remote(
uid=”CQMd6V_cRw6iCI_-Unl3PQ”,
server=”http://higlass.io/api/v1/”,
)
view = hg.view(
hg.track(“top-axis”),
tileset.track(“heatmap”, height=250).opts(
valueScaleMax=0.5,
),
)
view
下面是小果的运行结果，大家一起试一试吧
今天的关于higlass可视化的学习就到这里啦，感兴趣的小伙伴可以找小果讨论，有感觉生信分析复杂的小伙伴可以直接使用我们的生信小工具哦，链接在这：http://www.biocloudservice.com/home.html，我们明天见咯~