程序员经验分享-hwhale

用deconstructSigs来做cosmic的mutation signature图

2023-10-26

用deconstructSigs来做cosmic的mutation signature图

作者的英文文档对这个包的用法描述的非常清楚， 我只是记录一下自己学习该包用法的一点感悟。

安装并加载必须的packages
如果你还没有安装，就运行下面的代码安装：

source('http://bioconductor.org/biocLite.R');

install.packages('deconstructSigs')
# dependencies 'BSgenome', 'BSgenome.Hsapiens.UCSC.hg19' 
BiocInstaller::biocLite('BSgenome')
BiocInstaller::biocLite('BSgenome.Hsapiens.UCSC.hg19')
如果你安装好了，就直接加载它们即可

suppressPackageStartupMessages(library("deconstructSigs"))

输入数据的准备

head(sample.mut.ref)
##   Sample  chr      pos ref alt
## 1      1 chr1   905907   A   T
## 2      1 chr1  1192480   C   A
## 3      1 chr1  1854885   G   C
## 4      1 chr1  9713992   G   A
## 5      1 chr1 12908093   C   A
## 6      1 chr1 17257855   C   T
class(sample.mut.ref)
## [1] "data.frame"
dim(sample.mut.ref)
## [1] 657   5

只需要一个很简单的数据框即可，5列，分别是样本ID，chr,pos,ref,alt ，很容易从MAF文件里面提取。

理解包自带的signature数据

head(t(signatures.nature2013))
##         Signature.1A Signature.1B Signature.2 Signature.3 Signature.4
## A[C>A]A       0.0112       0.0104      0.0105      0.0240      0.0365
## A[C>A]C       0.0092       0.0093      0.0061      0.0197      0.0309
## A[C>A]G       0.0015       0.0016      0.0013      0.0019      0.0183
## A[C>A]T       0.0063       0.0067      0.0037      0.0172      0.0243
## C[C>A]A       0.0067       0.0090      0.0061      0.0194      0.0461
## C[C>A]C       0.0074       0.0047      0.0012      0.0161      0.0614
##         Signature.5 Signature.6 Signature.7 Signature.8 Signature.9
## A[C>A]A      0.0149      0.0017      0.0004      0.0368      0.0120
## A[C>A]C      0.0089      0.0028      0.0005      0.0287      0.0067
## A[C>A]G      0.0022      0.0005      0.0000      0.0017      0.0005
## A[C>A]T      0.0092      0.0019      0.0004      0.0300      0.0068
## C[C>A]A      0.0097      0.0101      0.0012      0.0303      0.0098
## C[C>A]C      0.0050      0.0241      0.0006      0.0203      0.0057
##         Signature.10 Signature.11 Signature.12 Signature.13 Signature.14
## A[C>A]A       0.0007       0.0002       0.0077       0.0007       0.0001
## A[C>A]C       0.0010       0.0010       0.0047       0.0001       0.0042
## A[C>A]G       0.0003       0.0000       0.0017       0.0001       0.0005
## A[C>A]T       0.0092       0.0002       0.0046       0.0002       0.0296
## C[C>A]A       0.0031       0.0007       0.0135       0.0035       0.0056
## C[C>A]C       0.0009       0.0017       0.0112       0.0011       0.0102
##         Signature.15 Signature.16 Signature.17 Signature.18 Signature.19
## A[C>A]A       0.0013       0.0161       0.0018       0.0500       0.0107
## A[C>A]C       0.0040       0.0097       0.0003       0.0076       0.0074
## A[C>A]G       0.0000       0.0022       0.0000       0.0017       0.0005
## A[C>A]T       0.0057       0.0088       0.0032       0.0181       0.0074
## C[C>A]A       0.0106       0.0159       0.0010       0.0965       0.0112
## C[C>A]C       0.0084       0.0100       0.0004       0.0219       0.0159
##         Signature.20 Signature.21 Signature.R1 Signature.R2 Signature.R3
## A[C>A]A       0.0013       0.0001       0.0210       0.0137       0.0044
## A[C>A]C       0.0024       0.0007       0.0065       0.0046       0.0047
## A[C>A]G       0.0000       0.0000       0.0000       0.0048       0.0003
## A[C>A]T       0.0029       0.0006       0.0058       0.0081       0.0034
## C[C>A]A       0.0178       0.0020       0.0076       0.3117       0.0156
## C[C>A]C       0.0375       0.0014       0.0023       0.1477       0.0072
##         Signature.U1 Signature.U2
## A[C>A]A       0.0105       0.0221
## A[C>A]C       0.0005       0.0123
## A[C>A]G       0.0000       0.0028
## A[C>A]T       0.0112       0.0118
## C[C>A]A       0.0173       0.0057
## C[C>A]C       0.0051       0.0081
head(t(signatures.cosmic))
##         Signature.1  Signature.2 Signature.3 Signature.4 Signature.5
## A[C>A]A 0.011098326 6.827082e-04  0.02217231      0.0365 0.014941548
## A[C>A]C 0.009149341 6.191072e-04  0.01787168      0.0309 0.008960918
## A[C>A]G 0.001490070 9.927896e-05  0.00213834      0.0183 0.002207846
## A[C>A]T 0.006233885 3.238914e-04  0.01626515      0.0243 0.009206905
## C[C>A]A 0.006595870 6.774450e-04  0.01878173      0.0461 0.009674904
## C[C>A]C 0.007342368 2.136810e-04  0.01576046      0.0614 0.004952301
##         Signature.6 Signature.7 Signature.8 Signature.9 Signature.10
## A[C>A]A      0.0017      0.0004 0.036718004      0.0120       0.0007
## A[C>A]C      0.0028      0.0005 0.033245722      0.0067       0.0010
## A[C>A]G      0.0005      0.0000 0.002525311      0.0005       0.0003
## A[C>A]T      0.0019      0.0004 0.033598550      0.0068       0.0092
## C[C>A]A      0.0101      0.0012 0.031723757      0.0098       0.0031
## C[C>A]C      0.0241      0.0006 0.025505407      0.0057       0.0009
##         Signature.11 Signature.12 Signature.13 Signature.14 Signature.15
## A[C>A]A       0.0002       0.0077 3.347572e-04       0.0001       0.0013
## A[C>A]C       0.0010       0.0047 6.487361e-04       0.0042       0.0040
## A[C>A]G       0.0000       0.0017 3.814459e-05       0.0005       0.0000
## A[C>A]T       0.0002       0.0046 8.466585e-04       0.0296       0.0057
## C[C>A]A       0.0007       0.0135 1.710090e-03       0.0056       0.0106
## C[C>A]C       0.0017       0.0112 1.159257e-03       0.0102       0.0084
##         Signature.16 Signature.17 Signature.18 Signature.19 Signature.20
## A[C>A]A       0.0161 1.832019e-03  0.050536419       0.0107 1.179962e-03
## A[C>A]C       0.0097 3.422356e-04  0.010939825       0.0074 2.211505e-03
## A[C>A]G       0.0022 1.576225e-06  0.002288073       0.0005 1.616910e-07
## A[C>A]T       0.0088 3.179665e-03  0.019424091       0.0074 3.008010e-03
## C[C>A]A       0.0159 1.032430e-03  0.088768109       0.0112 1.737711e-02
## C[C>A]C       0.0100 4.218801e-04  0.020641391       0.0159 3.650246e-02
##         Signature.21 Signature.22 Signature.23 Signature.24 Signature.25
## A[C>A]A       0.0001 0.0015040704
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
```bash
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
     

    
           0.02864599  0.009896768
## A[C>A]C       0.0007 0.0024510110 0.0003668005   0.02021464  0.006998929
## A[C>A]G       0.0000 0.0000000000
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        
        

     0.0000000000
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
    
       0.02047900  0.001448443

A[C>A]T 0.0006 0.0009224525 0.0000000000

       0.02460015  0.004966565

C[C>A]A 0.0020 0.0045496929 0.0001647394 0.06355928 0.014832948

C[C>A]C 0.0014 0.0037644739 0.0007368748 0.03375700 0.007822175

Signature.26 Signature.27 Signature.28 Signature.29 Signature.30

A[C>A]A 0.0020397729 0.0052056269 0.0013974388 0.06998199 0.0000000

A[C>A]C 0.0014871623 0.0047382274 0.0009171877 0.05515236 0.0000000

A[C>A]G 0.0002839456 0.0007826979 0.0000000000

       0.01784698    0.0019673

A[C>A]T 0.0005978656 0.0027182425 0.0005134100 0.02680472 0.0000000

C[C>A]A 0.0037058501 0.0050650733 0.0011685156 0.05141021 0.0000000

C[C>A]C 0.0039807234 0.0022341533 0.0003342918 0.02582565 0.0000000

head(t(randomly.generated.tumors)[,1:5])

1 2 3 4 5

A[C>A]A 1.314202e-03 0.011030105 0.015149499 0.016360877 0.020639201

A[C>A]C 1.961651e-03 0.007874988 0.012403431 0.012688212 0.005849898

A[C>A]G 9.687434e-05 0.003877974 0.006080275 0.001582708 0.001652969

A[C>A]T 2.529105e-03 0.007840416 0.009771184 0.010520043 0.008789111

C[C>A]A 5.644115e-03 0.014087362 0.017718979 0.017555471 0.037798557

C[C>A]C 3.838037e-03 0.015529936 0.021613106 0.011758016 0.014110015


可以看到signatures.nature2013里面是对每个样本的96种突变情况算出了百分比，而signatures.cosmic是对30个signature的96种突变情况算出了百分比，随机生成的randomly.generated.tumors里面有100个样本。那么我们也应该对自己的数据算出这个96种突变情况算出了百分比。

算出96种突变情况算出了百分比

```bash
sigs.input <- mut.to.sigs.input(mut.ref = sample.mut.ref, 
                                sample.id = "Sample", 
                                chr = "chr", 
                                pos = "pos", 
                                ref = "ref", 
                                alt = "alt")
class(sigs.input)
## [1] "data.frame"
head(t(sigs.input))
##          1 2
## A[C>A]A  9 1
## A[C>A]C  7 1
## A[C>A]G  5 0
## A[C>A]T  7 0
## C[C>A]A 10 3
## C[C>A]C 18 2

很明显，还是一个普通的数据框，这样的计算百分比其实难度很小，我在直播我的基因组上面也讲过。

推断signature的组成

# Determine the signatures contributing to the two example samples
sample_1 = whichSignatures(tumor.ref = sigs.input, 
                           signatures.ref = signatures.nature2013, 
                           sample.id = 1, 
                           contexts.needed = TRUE,
                           tri.counts.method = 'default')

sample_2 = whichSignatures(tumor.ref = sigs.input, 
                           signatures.ref = signatures.nature2013, 
                           sample.id = 2, 
                           contexts.needed = TRUE,
                           tri.counts.method = 'default')

这里的参考signature可以选择signatures.nature2013或者signatures.cosmic数据。
tri.counts.method可以选择exome,genome,exome2genome 来限定区域。
可视化
# Plot example
plot_example <- whichSignatures(tumor.ref = randomly.generated.tumors, 
                       signatures.ref = signatures.nature2013, 
                       sample.id = 13)

# Plot output
plotSignatures(plot_example, sub = 'example')

在这里插入图片描述
这里是挑出第13个样本，看看它的signature的组成。randomly.generated.tumors是随机生成的一个signature，里面有100个样本，不过要记住，这个数据集里面的样本，其实是一堆样本的意思。因为对单个样本算signature意义不大，单个样本，如果是WES，那么somatic mutation可能就百来个而已。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

R语言

Sci

开发语言

用deconstructSigs来做cosmic的mutation signature图 的相关文章

  • 软件测试|Python中如何提取列表中索引为奇数的元素

    简介 在Python中 我们经常需要从列表中提取特定位置的元素 如果我们想要提取列表中索引为奇数的元素 可以使用一些简单的方法来实现这一目标 本文将介绍如何在Python中提取列表中索引为奇数的元素 并提供示例代码来帮助大家更好地理解这个过

  • 软件测试|sqlalchemy relationship

    简介 SQLAlchemy是一个流行的Python ORM 对象关系映射 库 它允许我们以面向对象的方式管理数据库 在SQLAlchemy中 relationship 是一个重要的功能 用于建立表之间的关系 在本文中 我们将详细探讨 rel

  • 基于java的学生成绩管理系统设计与实现

    基于java的学生成绩管理系统设计与实现 I 引言 A 研究背景和动机 学生成绩管理系统是一个重要的教育工具 能够帮助学校管理学生的成绩和考试结果 以便更好地评估学生的教育水平和发展潜力 Java是一种广泛应用的编程语言 具有跨平台 高效

  • 用CHAT分析高校体育智慧教学体系构建与探索研究现状

    CHAT回复 现阶段 高校体育智慧教学体系的构建与探索研究还处于初级阶段 但全球数字化转型大潮的推动下 一些较为前沿的研究和实践已经开始出现 1 教学平台的建设 很多高校已经开始尝试使用在线教育平台进行体育教学 把传统的面对面授课模式转变为

  • 【计算机毕业设计】毕业生就业管理微信小程序_lm9q0

    腾讯公司在2017年1月19日发布了一款不需要下载 不需要卸载 不需要存储的软件叫微信小程序 受到了很多人的喜欢 微信小程序自2017年发布至今 依托微信的社交属性和庞大的用户基数 已经渗透到生活的方方面面 1 微信小程序可以将基于微信平台

  • 【计算机毕业设计】宝鸡文理学院学生成绩动态追踪系统

    研究开发宝鸡文理学院学生成绩动态追踪系统的目的是让使用者可以更方便的将人 设备和场景更立体的连接在一起 能让用户以更科幻的方式使用产品 体验高科技时代带给人们的方便 同时也能让用户体会到与以往常规产品不同的体验风格 与安卓 iOS相比较起来

  • js中关于字符串的创建和判断类型

    文章目录 创建方法 判断类型的技巧 区分 1 typeof 2 instanceof 共点 1 Object prototype toSt

  • 华为OD机试真题-分披萨-2023年OD统一考试（C卷）

    题目描述 吃货 和 馋嘴 两人到披萨店点了一份铁盘 圆形 披萨 并嘱咐店员将披萨按放射状切成大小相同的偶数扇形小块 但是粗心服务员将披萨切成了每块大小都完全不同奇数块 且肉眼能分辨出大小 由于两人都想吃到最多的披萨 他们商量了一个他们认为公

  • 【无迹卡尔曼滤波】不确定和间接测量的非线性动力系统识别研究（Matlab代码实现）

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码及文章

  • （2024最新整理）Java最全八股文及答案！

    Java的特点 Java是一门面向对象的编程语言 面向对象和面向过程的区别参考下一个问题 Java具有平台独立性和移植性 Java有一句口号 Write once run anywhere 一次编写 到处运行 这也是Java的魅力所在 而实

  • 计算机Java项目｜尤文图斯足球俱乐部网上商城系统

    作者简介 Java领域优质创作者 CSDN博客专家 CSDN内容合伙人 掘金特邀作者 阿里云博客专家 51CTO特邀作者 多年架构师设计经验 腾讯课堂常驻讲师 主要内容 Java项目 Python项目 前端项目 人工智能与大数据 简历模板

  • 计算机Java项目｜基于SSM的篮球系列网上商城设计与实现

    作者简介 Java领域优质创作者 CSDN博客专家 CSDN内容合伙人 掘金特邀作者 阿里云博客专家 51CTO特邀作者 多年架构师设计经验 腾讯课堂常驻讲师 主要内容 Java项目 Python项目 前端项目 人工智能与大数据 简历模板

  • 【go语言】读取toml文件

    一 简介 TOML 全称为Tom s Obvious Minimal Language 是一种易读的配置文件格式 旨在成为一个极简的数据序列化语言 TOML的设计原则之一是保持简洁性 易读性 同时提供足够的灵活性以满足各种应用场景 TOML

  • 基于节点电价的电网对电动汽车接纳能力评估模型研究（Matlab代码实现）

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码 数据

  • 【路径规划】基于改进遗传算法求解机器人栅格地图路径规划（Matlab实现实现）

    欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现

  • 学Python，一个月从小白到大神？看你怎么学！

    Python是一门超强大而且超受欢迎的编程语言 它被用在各种领域 比如网站开发 数据分析 人工智能和机器学习 学会Python会给你创造很多职业机会 所以绝对是值得一试的 但你有没有过这样的梦想 一个月时间 从Python小白变成Pytho

  • 2024年华为OD机试真题-查找接口成功率最优时间段-Python-OD统一考试（C卷）

    题目描述 服务之间交换的接口成功率作为服务调用关键质量特性 某个时间段内的接口失败率使用一个数组表示 数组中每个元素都是单位时间内失败率数值 数组中的数值为0 100的整数 给定一个数值 minAverageLost 表示某个时间段内平均失

  • 在 Python 中实现 List 抽象

    在 Python 中 创建一个包含多个对象的 list 很常见 例如 对于一组具有相同功能的对象 比如播放声音 希望能够使用类似 my list play 的语法来触发 list 中所有对象的 play 方法 另一个例子是 当希望关闭 li

  • 软件测试/测试开发|给你剖析闭包与装饰器的魔力

    测试管理班是专门面向测试与质量管理人员的一门课程 通过提升从业人员的团队管理 项目管理 绩效管理 沟通管理等方面的能力 使测试管理人员可以更好的带领团队 项目以及公司获得更快的成长 提供 1v1 私教指导 BAT 级别的测试管理大咖量身打造

  • 计算机Java项目｜java游戏账号交易系统

    作者简介 Java领域优质创作者 CSDN博客专家 CSDN内容合伙人 掘金特邀作者 阿里云博客专家 51CTO特邀作者 多年架构师设计经验 腾讯课堂常驻讲师 主要内容 Java项目 Python项目 前端项目 人工智能与大数据 简历模板

随机推荐

  • [pycharm]添加环境变量

    1 问题描述 当import第三方库时 例如自己定义的rosmsg 可能会出现无法索引的情况 2 解决方案 2 1 方法1 在pycharm解释器里面添加路径 File gt Setting gt Project xxxx gt Pytho

  • java开发环境搭建参考网址整理【全】

    前言 大家每次换本儿是不是和我一样头疼需要重新把开发环境重新搭建一遍 我本人主要是通过百度参考别人的网址跟着搭建的 慢慢我就想为啥不专门写一篇文章整理一下从头至尾比较全面的步骤呢 这样方便自己 也方便大家哈 ps 以下有关的文章链接是参考优

  • python中dtypes_Dataframe创建及index,columns,values,dtypes等属性介绍

    DataFrame概念 可以通俗理解为excel中一片数据 表格型数据结构 带有标签的二维数组 有行标签 index 和列标签 columns 其值可以是数值 字符串 布尔值等 1 index 行标签 2 columns 列标签 3 val

  • Layui之动态选项卡&iframe使用

    目录 tab选项卡 方法层 实体类 User web层 登录界面代码 tab选项卡 我们顺着上篇的博客内容 在那个基础上加一个选项卡 首先我们打开Layui的在线文档 网址如下 Tab选项卡 在线演示 Layuihttp layui org

  • LeetCode之螺旋矩阵 II 简单易懂与晦涩难懂两种方法解决

    目录 题目 方法一 简单易懂 四方步步紧逼法 代码 方法二 复杂一点 上下法 代码 题目 给你一个正整数 n 生成一个包含 1 到 n2 所有元素 且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix 示例 1 输入 n 3

  • ptv服务器系统,红狮PTV安灯管理服务器系统有效提升国内某知名车企生产效率

    国内某知名汽车企业 在其以往的日常生产管理中 由于汽车生产各产线设备间没有实现互联 工位间信息不流通 每天都需要安排设备管理员定时巡视各个工位 检查设备运行状况 记录生产现状 这不仅造成了时间 人力成本的浪费 更制约了该企业生产效率的提升

  • 修改远程桌面登陆端口的方法

    Windows系统中的远程终端服务是一项功能非常强大的服务 其默认的端口号3839很容易成为入侵者长驻主机的通道 使用户电脑成为通常称为的 肉鸡 受入侵者远程操控 盗取用户重要资料和隐私信息 是非常严重的网络安全隐患 因此 在使用远程终端服

  • 小程序的开放能力、分享及组件的传参

    一 小程序开放功能 1 获取网络状态wx getNetworkType 2 从网络上下载文档wx downloadFile 3 下载成功之后进行预览文档wx openDocument Page 点击 预览文档 的按钮 触发tap回调 tap

  • python解析xml

    import xml dom minidom dom xml dom minidom parse r K identify voc to coco cache annotations 0 xml 打开xml文件 送到dom解析

  • 【网络基础】通俗易懂的搞明白什么是子网掩码（大白话版）

    目录 前言 什么是子网掩码 子网 如何判断是否在同一个子网 子网掩码的功能总结 子网掩码的分类 可变长子网掩码 总结 前言 本次的文章内容均为个人在网络上搜罗知识点并梳理而来 尽量用浅显易懂的方式讲解 但不会讲的很深入 因为只想给刚入行的人

  • webrtc.lib(m74) 链接的 obj 文件[应该与编译选项有关，备忘]

    01F68076 0 obj test fake video codecs fake vp8 encoder obj 01F680A6 48 obj test fake video codecs fake vp8 decoder obj 0

  • Android监听程序的安装和卸载

    在android系统中 安装和卸载都会发送广播 当应用安装完成后系统会发android intent action PACKAGE ADDED广播 可以通过intent getDataString 获得所安装的包名 当卸载程序时系统发and

  • 数据库——SQL语句（其它）

    目录 1 数据类型 2 查询条件 1 数据类型 数据类型 含义 CHAR n CHARACTER n 长度为n的定长字符串 VARCHAR n CHARACTERVARYING n 最大长度为n的变长字符串 CLOB 字符串大对象 BLOB

  • 基于体系结构架构设计-架构真题（十五）

    基于体系结构开发设计 Architecture Base Software Design ABSD 是指构成体系结构的 组合驱动 ABSC方法是一个自项向下 递归细化的方法 软件系统的体系结构通过该方法细化 直到能产生 产品 功能需求和设计

  • CSS实现悬浮提示（通用）

    没有废话 先看效果 为id选择器 如果有id可以直接确认到指定控件最好 如果class固定也可以只通过class选择器指向控件 不会取的也可以通过浏览器检查页面找到 代码如下 deep xmly ant select selection r

  • matlab 集成学习方法,集成学习（ensemble learning）

    本章参考西瓜书第八章编写 从个体和集成之间的关系出发 引出了集成学习的遵循的两大标准 基学习器的准确定和多样性 然后开始介绍具体的集成学习算法 串行的Boosting和并行的Bagging 前者通过对错判训练样本重新赋权来重复训练 以提高基

  • 统计机器学习---主成分分析（PCA）

    主成分分析的基本了解 主成分分析方法 是一种使用最广泛的数据降维算法 PCA的主要思想是将高维的特征映射到k维上 这k维就是主成分 并能保留原始变量的大部分信息 这里的信息是指原始变量的方差 如果用坐标系进行直观解释 一个坐标系表示一个变量

  • Air724+HC32L176做的电能集中器——JSY-1039单相4G集中器

    很多朋友在很多地方都听到过 集中器 但是对集中器还没有隔概念 那么什么是集中器呢 问 什么是集中器 集中器 concentrator device 是连接终端 计算机或通信设备的中心连接点设备 它成为电缆汇合的中心点 在若干终端密集区内 通

  • virtualbox 主机ping不通虚拟机解决办法

    场景描述 virtualbox虚拟机可以ping通主机和外网 但是主机一直无法ping通虚拟机ip 10 0 2 15 虚拟机的网络设置为nat 自己添加的nat网络 这样可以使得不通的虚拟机ip不一样 否则都选择NAT网络地址转发这个选项

  • 用deconstructSigs来做cosmic的mutation signature图

    用deconstructSigs来做cosmic的mutation signature图 作者的英文文档对这个包的用法描述的非常清楚 我只是记录一下自己学习该包用法的一点感悟 安装并加载必须的packages 如果你还没有安装 就运行下面的

热门标签