BioinformaticsMaster

顺序的fqlist拆解成sample fqsize fq格式，涉及正则取样本名

摘要： # -*- coding: utf-8 -*-# @Time : 2022/1/20 下午10:10# @Author : lizhichao# @Email : 13652030758@163.com# @File : sample_fqsize_fq.py# @Software: PyCharm 阅读全文

posted @ 2022-02-10 11:49 BioinformaticsMaster 阅读(28) 评论(0) 推荐(0) 编辑

ggplot2(grammar of graphic)

摘要： ggplot2 特点 1. 采用图层的设计，利于结构化思维实现数据可视化。明确的起始 ggplot() ，图层之间叠加通过+实现。通常geom_xx()或stat_xx()绘制一个图层 2. 把表征数据与图形细节分开，便于创造性的绘图。通过stat_xx()实现将常见的统计变换融入绘图中 3. 阅读全文

posted @ 2022-02-09 14:43 BioinformaticsMaster 阅读(141) 评论(0) 推荐(0) 编辑

想取出两列数据不同对应的那行观测

摘要：想取出两列数据对应不同的那行观测，一步实现不来如bamsex_proportion[bamsex_proportion$sex1male_2female !=bamsex_new$sex1male_2female] 只能先把比较结果赋值给新列，再取出来对应的观测， bamsex_proportio 阅读全文

posted @ 2022-02-08 19:22 BioinformaticsMaster 阅读(41) 评论(0) 推荐(0) 编辑

subset 函数选择数据框/向量的子集

摘要： subset(数据框，条件) 按条件选择子集 Datafra<-data.frame(name=c(1,2,4,NA,4,5,7),family=c("xiao","ming",NA,NA,"zhou","zheng","li")) Datafra subset(Datafra,name>=1) s 阅读全文

posted @ 2022-02-08 19:15 BioinformaticsMaster 阅读(182) 评论(0) 推荐(0) 编辑

R 处理、可视化多变量数据

摘要： factoextra 包 1 PCA Principal Component Analysis 2 CA Correspondence Analysis 3 MCA Multiple corespondence Analysis 4 MFA Multiple Factor Analysis 5 HM 阅读全文

posted @ 2022-02-07 13:39 BioinformaticsMaster 阅读(200) 评论(0) 推荐(0) 编辑

ggplot tools ggpubr arrange

摘要： library(ggpubr) # ggpubr 是基于ggplot2开发，更便捷，使图满足论文出版的需要。 df<-iris colnames(df)<-paste0("V",1:5) # paste0 连接符是空字符串，相比paste不能设置sep df p1<-ggplot(df,aes(x= 阅读全文

posted @ 2022-02-04 14:50 BioinformaticsMaster 阅读(139) 评论(0) 推荐(0) 编辑

R 矩阵数组

摘要： A<-matrix(11:16,nrow=3,ncol=2) # 实际按向量存储，根据保存的行数，列数对应到矩阵的元素，存储次序默认是按列存储。 B<-matrix(c(1,-1,1,1),nrow=2,ncol=2,byrow=TRUE) #设置byrow=TRUE，则按行存储取矩阵的行数 nr 阅读全文

posted @ 2022-01-31 10:01 BioinformaticsMaster 阅读(40) 评论(0) 推荐(0) 编辑

R 列表

摘要： R 列表list 保存不同类型的数据，可提供R分析结果的包装，如输出一个包含回归系数、预测值、残差、检测结果等不规则数据结构的变量。相比数据框，列表不要求各列等长相比向量，列表不要求所有元素类型相同赋值如rec<-list(name="liming",age=30,scores=c(85,7 阅读全文

posted @ 2022-01-27 17:35 BioinformaticsMaster 阅读(98) 评论(0) 推荐(0) 编辑

uniq 搭配sort 去除重复行，查找重复行

摘要：去除重复行 sort $file |uniq 查看重复行 sort $file|uniq -d 统计重复情况 sort $file|uniq -c 查看非重复行 sort $file|uniq -u 阅读全文

posted @ 2022-01-27 09:38 BioinformaticsMaster 阅读(66) 评论(0) 推荐(0) 编辑

rsync 本地路径到挂盘路径 ;挂盘路径到本地

摘要：要解决的是每次都要输入密码，所以不能后台投递任务。解决方案：核心是expect spawn #!/usr/bin/expect -f set timeout 10 set username [lindex $argv 0] set password [lindex $argv 1] set ho 阅读全文

posted @ 2022-01-25 15:18 BioinformaticsMaster 阅读(53) 评论(0) 推荐(0) 编辑

GATK joint-calling 不需要手动设置--ploidy

摘要： A pooled experiment is different from joint calling. It means when you combined the DNA of many individuals and sequenced them together. The DNA is no 阅读全文

posted @ 2022-01-24 15:33 BioinformaticsMaster 阅读(237) 评论(0) 推荐(0) 编辑

作图与修图

摘要：作图与修图是个手艺，需要磨 1天不行，就两天，做个好图，花费很多时间很正常作新图数据梳理核心画图函数掌握修理在现有脚本基础上做图拷贝到Rstudio,逐个代码块运行，调试需要参考时可以google,键入关键词如roc ggplot2 阅读全文

posted @ 2022-01-23 20:52 BioinformaticsMaster 阅读(56) 评论(0) 推荐(0) 编辑

linux 帐号便捷登陆

摘要：核心如设置便捷su #!/usr/bin/expect -f set port port_no set user st_mchri_bigdata set password Genomics20210 set timeout -1 spawn su $user expect "*assword:* 阅读全文

posted @ 2022-01-21 17:35 BioinformaticsMaster 阅读(48) 评论(0) 推荐(0) 编辑

集群.bashrc不涉及路径

摘要：集群个人目录下的.bashrc不要涉及source/export路径，不然有些盘故障，就会影响任何形式的访问。 1. 登陆卡住 2.scp 卡住解决方法：涉及路径的自定义环境变量可以写在如 ~/profile.sh这样的脚本里边，在使用时在shell里边source ~/profile.sh使环阅读全文

posted @ 2022-01-21 10:01 BioinformaticsMaster 阅读(37) 评论(0) 推荐(0) 编辑

stringR包字符串拼接，对字符串切分替换匹配提取位置提取

摘要： paste("D","CMDCB0000013","-1",sep = "") 拼接字符串，可以用于新增列non_json$DNAcode<-paste("D",non_json$Sample,"-1",sep="") ，当然搭配mutate用也一样 stringR 包对字符串切分替换匹配提取阅读全文

posted @ 2022-01-19 11:00 BioinformaticsMaster 阅读(267) 评论(0) 推荐(1) 编辑

路随时间