m0_64111502的博客

本文主要利用python对求解函参量常微分方程的解析解进行演示

本文主要是对差异表达分析进行演示，其中利用的是R包limma.

该笔记详细解释了富集分析的工作原理，并简要地利用gseapy在python中进行富集分析的操作。

本文详细介绍python进行差异表达分析的详细流程，其中用到了rpy2库调用了R中的limma包，最后提取了差异基因，并可视化结果。

这篇文章介绍的是ID转换后，对数据的内部结构进行探索

重点介绍用Python进行GEO数据ID转换的操作方法

biopython是python操作生物信息学的一个库

1. PCA降维的用途2. 在讲PCA降维的原理前需要知道的一些东西 2.1方差 2.2协方差 2.3向量在不同基下的坐标表示 2.4矩阵乘法 2.5矩阵的特征值和特征向量 2.6实对称矩阵正交相似于对角矩阵3. PCA降维的核心思想4.PCA降维的原理5.PCA降维的步骤总结6.Python实现PCA降维目录1. PCA降维的用途2. 在讲PCA降维的原理前需要知道的一些东西 2.1方差 2.2协方差 2...

1 聚类算法简要介绍1.1 聚类是什么 聚类是机器学习中的一种重要的无监督算法，可以将数据点归为一系列的特定组合。聚类算法可以将数据点聚成不同的类，揭示数据集中蕴含的不为人知的规律，从而指导我们的生产和生活。简单地说，聚类就是将对象进行分组，使得相似的对象归为一类。对于聚类其实我们并不陌生，我们常说的“物以类聚，人以群分”指的就是聚类。1.2 聚类算法的应用场景 当聚类作为一个单独的过程时，用来寻找数据本身所蕴含的“分布结构”规律。例如，可以应用聚类结合已知的移动客户所在位...

numpy访问矩阵最大值、最小值的位置#导入需要的库import numpy as npimport matha=np.matlib.rand(4,5) #随机生成一个4行5列的矩阵b=a.max()b1=a.min()print('矩阵的最大值与最小值:',b,b1)print(np.argmax(a)+1) #获取矩阵最大值的位置print(np.argmin(a)+1) #获取矩阵最小值的位置#运行结果：#矩阵的最大值与最小值: 0.9199080553291294 0