大数据文摘作品编译：寒小阳、蒋宝尚、Sheila、赖小娟、钱天培假设你有一个包含数百个特征（变量）的数据集，却对数据所属的领域几乎没有什么了解。 你需要去识别数据中的隐藏模式，探索和分析数据集。不仅如此，你还必须找出数据中是否存在模式－－用以判定数据是有用信号还是噪音？这是否让你感到不知所措？当我第一次遇到这种情况，我简直全身发麻。想知道如何挖掘一个多维数据集？ 这是许多数据科学家...阅读全文&... 阅 读 全 部 >
Python作为胶水语言的强大之处已经不需要我过多描述了，它在机器学习领域、大型网站搭建框架等都有非常广泛的应用，比如TensorFlow的python接口，基于Python的Tornado和Django框架，国内的知乎和豆瓣、以及Youtube大部分是基于这些python的框架。当然最为重要的是它在生物信息领域的应用也较为广泛，比如基于扩增子的测序，还有一些全基因组测序等后期分析的软件很多都是基... 阅 读 全 部 >
RSeQC是一个RNA-Seq质控工具，提供了一系列有用的小工具能够评估高通量测序。其中一些基本模块：检查序列质量、核酸组分偏性、PCR偏性、GC含量偏性，还有RNA-seq特异性模块：评估测序饱和度、映射读数分布、覆盖均匀性、链特异性、转录水平RNA完整性等。下面我们就来介绍一下RSeQC的使用方法：#安装RSeQCtar zxf /opt/biosoft/RSeQC-2.6.4.tar.gz.... 阅 读 全 部 >
R（又称R语言）是一款开源的跨平台的数值统计和数值图形化展现工具。通俗点说，R是用来做统计和画图的。R拥有自己的脚本语言和大量的统计、图形库（得益于开源社区），这让她看起来既美又实用。与其他同类软件（如 SPSS）相比，R的特点是纯命令行的，这倒也好，我们更应该把注意力放在数据本身，而非统计工具的UI。R虽说有一套自己的语言，还挺完备，但它最专业的还是做统计和画图，而像连接数据库、文本处...阅读... 阅 读 全 部 >
首先，您需要知道类似于比例的概念称为每度量比的像素（pixels per metric ratio）。近似含义是每个单位指标中包含的像素数。例如，图表上的1厘米包含100张图像。实际上，相当于引用对象的作用，例如已知地图上的引用材质，我们可以使用此引用对象将其转换为地图上其他对象的大小。引用对象需要具有两个重要属性：属性＃1：我们应该以可测量的单位（例如毫米...阅读全文>>... 阅 读 全 部 >