随笔分类 - 生信
摘要：001、 seq(10) seq(2, 10, 2) ## 设置起始位置， 步长 002、 seq(2, 10, length = 2) ## 设置返回值的个数 seq(2, 10, length = 3) seq(2, 10, length = 4)
阅读全文
摘要：001、 dat <- data.frame( rep1 = sample(1:20), rep2 = 20:1, rep3 = 1:20 ) dat image(1:20, 1:3, as.matrix(dat)) ## 参数需要是矩阵
阅读全文
摘要：001、函数原型 MinMax <- function(data, min, max) { ## 该函数限定了数据框中元素的上下限 data2 <- data data2[data2 > max] <- max data2[data2 < min] <- min return(data2) } 00
阅读全文
摘要：前期处理：https://www.jianshu.com/p/fef17a1babc2 #可视化对每个主成分影响比较大的基因集 001、 dat <- pbmc[["pca"]]@feature.loadings ## 绘图数据 dat[1:3, 1:3] par(mai = c(1, 1, 1,
阅读全文
摘要：前期处理参考：https://www.jianshu.com/p/fef17a1babc2 001、 dat <- pbmc[["pca"]]@cell.embeddings ## 绘图数据 dat[1:3, 1:3] plot(dat[,1], dat[,2]) ## 绘图 标准结果：
阅读全文
摘要：001、 dat <- pbmc[["RNA"]]@meta.features ## 绘图数据 plot(log10(dat$vst.mean), dat$vst.variance.standardized) ## 绘图使用数据 为什么和log10函数和 ggplot2中scale_x_log10(
阅读全文
摘要：001、前期处理： https://www.jianshu.com/p/4f7aeae81ef1 基本过程如上图： 001、左图数据为scale.data, pbmc[["RNA"]]@scale.data 002、中图数据为feature.loadings, pbmc[["pca"]]@featu
阅读全文
摘要：001、数据的归一化是在数据的标准化的基础上进行的，而且是按照行来进行的， 即： (每一行的观测值 - 每一行的平均值)/每一行的标准差 验证： a、前期步骤参考：https://www.jianshu.com/p/4f7aeae81ef1 b、 all.genes <- rownames(pbmc
阅读全文
摘要：001、问题 002、解决方法 BiocManager::install("pbmc3k.SeuratData")
阅读全文
摘要：001、 (base) root@PC1:/home/test2# ls a.fasta (base) root@PC1:/home/test2# sed '$a tag_tag' a.fasta -i ## 在fasta末尾添加一个标记tag_tag (base) root@PC1:/home/t
阅读全文
摘要：001、 (base) root@PC1:/home/test3# ls test.py (base) root@PC1:/home/test3# cat test.py ## 测试程序 #!/usr/bin/python def com_trs(str): list1 = [] str = rev
阅读全文
摘要：001、系统 root@ubuntu01pc1:/home/test# lsb_release -a No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 22.04.1 LTS Release: 22.04
阅读全文
摘要：001、shell root@PC1:/home/test2/test# ls genetic_map.txt root@PC1:/home/test2/test# head genetic_map.txt | column -t position COMBINED_rate(cM/Mb) Gene
阅读全文
摘要：001、 module: command not found 002、 root@PC1:/home/test# cat /proc/version Linux version 5.15.0-41-generic (buildd@lcy02-amd64-105) (gcc (Ubuntu 9.4.0
阅读全文
摘要：001、 root@PC1:/home/test# ls gwas_test.bed gwas_test.bim gwas_test.fam root@PC1:/home/test# gcta64 --bfile gwas_test --make-grm --out gmat 1> /dev/nul
阅读全文
摘要：001、 library(rMVP) MVP.Data(fileBed="gwas_test",filePhe="phenotype.txt",fileKin=TRUE,filePC=TRUE,out="mvp") ## gwas_test为plink二进制格式的文件名， phenotype.txt
阅读全文
摘要：001、 root@PC1:/home/test# ls gwas_test.map gwas_test.ped root@PC1:/home/test# plink --file gwas_test --recode 12 transpose --out emmax_format 1> /dev/
阅读全文
摘要：001、 root@PC1:/home/test# ls gwas_test.bed gwas_test.bim gwas_test.fam root@PC1:/home/test# awk '{print $1, $2, $6}' gwas_test.fam > phenotype.txt ##
阅读全文
摘要：001、plink root@PC1:/home/test# ls gwas_case_cont.map gwas_case_cont.ped root@PC1:/home/test# plink --file gwas_case_cont --logistic recessive beta 1>
阅读全文
摘要：001、plink root@PC1:/home/test# ls gwas_case_cont.map gwas_case_cont.ped root@PC1:/home/test# plink --file gwas_case_cont --logistic dominant beta 1> /
阅读全文
浙公网安备 33010602011771号