上图这样的单细胞StackedVlnPlot在高分文章中出现比较多，比较适合美观的展示多个marker

http://cf.10xgenomics.com/samples/cell-exp/2.1.0/pbmc8k/pbmc8k_filtered_gene_bc_matrices.tar.gztar

目前单细胞转录组领域用的比较多的细胞聚类方法大多是直接从基因表达矩阵推断，但是对于多样本合并分析，很多情况下会出现难以解决的批次效应，例如：•有些癌症多样本的聚类结果大多每个样本单独分成一群•对于发育样本，发育前期和后期细胞类型可能存在较大差异，某些样本特异的细胞群，难以判断是批次效应产生的还是真正的生物学效应。2017年发表在Nature

许多年之后，面对同一个作图需求，僵小鱼将会回想起，在微信群里提出相同问题的那个遥远的上午在那个遥远的上午，百无聊赖地做着项目，用Seurat[1]画着一个又一个单细胞marker基因小提琴图，“这种图真是够了！”，她在心里想着，“是时候该换一种风格了，最好能够把多个基因的小提琴图规则美观的合并在一起，这样就能直接用在文章里了”。果然在看过的顶级期刊文章里她找到了一个对胃口的图，“嗯，就是这个了”，想归想，真正要实现的时候发现：非常熟悉的Seurat不能直接产生这种图，“怎么办呢？”“求助吧”，最近刚加了专业领域的微信群，群里大牛云集，“也许他们能给我点启发”，说着就试着发了自己的想法到群里。对于群里的新成员，大家都还是比较热心的，有大佬直接指出“scanpy

scanyuan安装这个包。下面所谓现成的代码就是：读入数据，并用scanyuan中的stacked_violin_t方法实现文章堆叠小提琴图import

点击上面“seqyuan”关注我们！在上一期的《单细胞轨迹分析知多少--拟时间分析比较》中我们介绍了45种单细胞轨迹推断分析软件方法在以下4个方面的比较：1.准确性2.可扩展性3.稳定性4.可用性得出了几项重要结论：•轨迹推断（TI，trajectory

standard之外的数据集作者使用4个不同的合成数据模拟器合成了229个合成数据集，对于每种模拟，作者都使用一个真实的数据集作为参考，以匹配其尺寸，差异表达基因的数量，丢弃率和其他统计特性：•

Beads上Primers的数量也从73多万种增加到350多万种，在相同测序深度下V3能发现更多的基因；GEMs（油包水）数量未有改变，还是能鉴定500-10,000个细胞。除以上之外，Single

multiJump.py|————COPYING.txt|————README.rst|————setup.py我们可以看到新的目录结构多了3个文件：COPYING.txt