摘要：
首先需要将GSVA的矩阵结果转换成如下格式： 然后使用如下代码进行作图 infile 阅读全文
摘要：
数据格式如下 这里选择fold值最大的前20个作图进行展示 代码如下 图片效果如下： 阅读全文
摘要：
临时指定镜像源 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple seaborn 永久修改镜像源 linux下，修改 ~/.pip/pip.conf (没有就创建一个)， 修改 index-url至tuna，内容如下： [global] 阅读全文
摘要：
收获 R4方法的学习 阅读全文
摘要：
vcf和bed的位置信息区别 vcf和gff一般是从1-base开始计数，也就是文件里所代表的的位置是染色体的真实位置 bed文件一般所代表的位置是从0开始计数的，是一个半闭合区间，也就是(0,200]表示一个长度为200bp的序列，起始位置在染色体上其实是1到200的位置 pysam在处理的时候和 阅读全文
摘要：
什么是支持向量机 支持向量机 Support Vector Machine是一种监督式学习的方法，可广泛应用于统计分类及回归分析中，支持向量机属于一般化线性分类器，这个分类器的特点是它们能够同时最小经验误差与最大化几何边缘区，因此支持向量机也被称为最大边缘分类器 主要针对小样本数据，非线性及高维模式 阅读全文
摘要：
代码如下 df = pd.read_csv("../kmeans/gene.fpkm.csv",header=None) print df.head() #去掉第一行 tdf = df.drop(index=[0]) #去掉第一列 mdf = tdf.drop([0],axis=1) #获取第一列作 阅读全文
摘要：
获取select 选中的option的值: $("#ddlRegType").find("option:selected").val(); 获取select 选中的 text : $("#ddlRegType").find("option:selected").text(); 获取select选中的 阅读全文
摘要：
代码如下： #!/usr/bin/perl -w use strict; die "perl $0 <vcf> <genome>" if(@ARGV == 0); #Author:yueyao@genomics.cn my $vcf=shift; my $genome=shift; my%hash; 阅读全文
摘要：
R 与python scikit learn PCA的主成分结果有部分是反的 通过R和python分别计算出来的PCA的结果存在某些主成分的结果是相反的，这些结果是没有问题的，只是表示这个分量被反转了，结果同样是有效的。 PCA的本质是寻找一条正交的线，这条线应该是可以有不同方向的 数据格式 pyt 阅读全文