Seaborn(sns)官方文档学习笔记系列包括: 第一章 艺术化的图表控制 第二章 斑驳陆离的调色板 第三章 分布数据集的可视化 第四章 线性关系的可视化 第五章 分类数据的绘制 第六章 绘制数据网...
Seaborn 和 Matplotlib 数据可视化
简述 Python 中,数据可视化一般是通过较底层的 Matplotlib 库和较高层的 Seaborn 库实现的,本文主要介绍一些常用的图的绘制方法。在正式开始之前需要导入以下包 import nu...
GATK4.0和全基因组数据分析实践(上)
前言 在前面的一系列WGS文章中,我讲述了很多基因数据分析的来龙去脉,虽然许多同学觉得很有帮助,但是却缺了一个重要的环节——没有提供实际可用的数据来实战完成具体的流程,不能得到直观的体会。许多读者也纷...
如何使用deeptools处理BAM数据
总体介绍 deeptools是基于Python开发的一套工具,用于处理诸如RNA-seq, ChIP-seq, MNase-seq, ATAC-seq等高通量数据。工具分为四个模块 BAM和bigWi...
简化基因组数据分析实战
RAD-seq和GBS是什么关系 简化基因组的测序方法 RAD-Seq(restriction site-associated DNA sequencing)最开始指的是2008年发表在PLOS ON...
使用GSEA对基因表达数据做富集分析
Gene Set Enrichment Analysis (GSEA) is a computational method that determines whether an a priori de...
Deeptools: Chip-seq数据质量控制
Deeptools 对数据质量控制的命令包含如下 plotCorrelation plotPCA plotFingerprint bamPEFragmentSize computeGCBias plo...
数据降维与可视化之t-SNE
t-SNE是目前来说效果最好的数据降维与可视化方法,但是它的缺点也很明显,比如:占内存大,运行时间长。但是,当我们想要对高维数据进行分类,又不清楚这个数据集有没有很好的可分性(即同类之间间隔小,异类之...
使用SAMR对蛋白组数据表达量进行差异分析
1. SAMR简介 SAM(Significance Analysis of Microarrays)在基因芯片数据时代中被开发出来进行基因表达量差异分析。该算法也能用于进行RNA-Seq数据的基因表...
单细胞RNA-seq数据分析最佳实践
Luecken MD, Theis FJ. Current best practices in single-cell RNA-seq analysis: a tutorial. Mol. Syst....