草庐IT

热图 | 转录组样品表达量相关系数矩阵

写在前面很多时候,我们做完转录组,会想着看看样品与样品之间的表达相关性如何?依此,可以看看是否存在异常样品,也或许可以找到一些生物学相关问题。常常,我会使用R语言的Corr函数,然后用pheatmap出个图。当然,这个两行命令就解决了。但是呢pheatmap出的热图调整起来还是麻烦。为了偷懒,我决定花点时间,在TBtools中直接写一个。因为这个功能比较简单,其实就是读取表达量矩阵,计算样品间相关系数,用系数矩阵绘制热图。ExpressionCorrCalc感觉就是十来分钟的事情,真的太简单。打界面麻烦了点,不过我也有些好的组件,所以,其实也简单。结果如下,从界面来看,使用更简单,只需要给一个

「TBtools」与「用户」让所有人掌握基因差异表达分析,共表达网络分析,相关系数分析...

写在前面前述,写了一个推文,大体是《即日起「TBtools」关闭「高速插件商店」,让往事随风~》。简单来说,舍去了两个辅助插件安装的插件,因为时代已经不需要他们。我们选择了另外一种方式,可以让用户跟安装TBtools其他所有插件一样,轻松安装「R插件」。至于,为什么我现在一定要做这个事情?因为,我受够了。前几天,我花了整整两天的时间,在服务器上,私活安装不上DESeq2和WGCNA,最后发现要么是gcc版本问题,conda库和bioconda库的版本不对齐问题,更或者就是网络不行...总的来说,安装软件,我是真的不想干这个事情。打成稳定插件,没那么多事。最后我还是用TBtools把差异表达分析

「TBtools」与「用户」让所有人掌握基因差异表达分析,共表达网络分析,相关系数分析...

写在前面前述,写了一个推文,大体是《即日起「TBtools」关闭「高速插件商店」,让往事随风~》。简单来说,舍去了两个辅助插件安装的插件,因为时代已经不需要他们。我们选择了另外一种方式,可以让用户跟安装TBtools其他所有插件一样,轻松安装「R插件」。至于,为什么我现在一定要做这个事情?因为,我受够了。前几天,我花了整整两天的时间,在服务器上,私活安装不上DESeq2和WGCNA,最后发现要么是gcc版本问题,conda库和bioconda库的版本不对齐问题,更或者就是网络不行...总的来说,安装软件,我是真的不想干这个事情。打成稳定插件,没那么多事。最后我还是用TBtools把差异表达分析

关于机器学习:基于相似度的向量系数

Vectorcoefficientsbasedonsimilarity我一直在寻找一种解决方案来创建基于向量相似性的推荐系统。基本上,我每个用户有几个向量,例如:12User1:[0,3,7,8,5],[3,5,8,2,4],[1,5,3,9,4]User2:[3,1,6,7,9],[2,4,1,3,8],[7,8,3,3,1]对于每个向量,我需要计算一个系数,并根据该系数将一个向量与另一个向量区分开来。我找到了可以根据2个向量的相似性计算系数的公式,我真的不想要那个。我需要一个公式来计算每个向量的系数,然后我用这些系数进行一些其他计算。有什么好的吗这个公式?谢谢澄清一下:你已经找到了向量相似

关于机器学习:基于相似度的向量系数

Vectorcoefficientsbasedonsimilarity我一直在寻找一种解决方案来创建基于向量相似性的推荐系统。基本上,我每个用户有几个向量,例如:12User1:[0,3,7,8,5],[3,5,8,2,4],[1,5,3,9,4]User2:[3,1,6,7,9],[2,4,1,3,8],[7,8,3,3,1]对于每个向量,我需要计算一个系数,并根据该系数将一个向量与另一个向量区分开来。我找到了可以根据2个向量的相似性计算系数的公式,我真的不想要那个。我需要一个公式来计算每个向量的系数,然后我用这些系数进行一些其他计算。有什么好的吗这个公式?谢谢澄清一下:你已经找到了向量相似

[OpenCV实战]20 使用OpenCV实现基于增强相关系数最大化的图像对齐

上面左边的图像是由Prokudin-Gorskii拍摄的历史系列照片中的一部分。这张照片是由一位俄罗斯摄影师在20世纪初使用早期的彩色相机拍摄的。由于相机的机械性质,图像的颜色通道未对准。右侧的图像是同一图像的一个版本,其中的通道使用OpenCV3中提供的函数进行对齐。在这篇文章中,我们了解彩色的摄影历史,同时了解该过程中的图像对齐。本文所有代码图像见:1背景1.1彩色摄影的一个简短而不完整的历史您可以使用三个主要滤色镜(红色,绿色,蓝色)拍摄三张不同照片并将它们组合以获得彩色图像,这个想法最初由JamesClerkMaxwell(是的,麦克斯韦尔)在1855年提出。六年后,在1861年,英国

[OpenCV实战]20 使用OpenCV实现基于增强相关系数最大化的图像对齐

上面左边的图像是由Prokudin-Gorskii拍摄的历史系列照片中的一部分。这张照片是由一位俄罗斯摄影师在20世纪初使用早期的彩色相机拍摄的。由于相机的机械性质,图像的颜色通道未对准。右侧的图像是同一图像的一个版本,其中的通道使用OpenCV3中提供的函数进行对齐。在这篇文章中,我们了解彩色的摄影历史,同时了解该过程中的图像对齐。本文所有代码图像见:1背景1.1彩色摄影的一个简短而不完整的历史您可以使用三个主要滤色镜(红色,绿色,蓝色)拍摄三张不同照片并将它们组合以获得彩色图像,这个想法最初由JamesClerkMaxwell(是的,麦克斯韦尔)在1855年提出。六年后,在1861年,英国