일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- Bioinformatics
- MACS2
- ngs
- scRNAseq
- python matplotlib
- julia
- PYTHON
- js
- Batch effect
- scRNAseq analysis
- 비타민 C
- CUT&RUN
- matplotlib
- EdgeR
- github
- single cell
- CSS
- drug development
- ChIPseq
- drug muggers
- pandas
- Git
- javascript
- cellranger
- CUTandRUN
- DataFrame
- single cell rnaseq
- HTML
- single cell analysis
- 싱글셀 분석
- Today
- Total
목록Python (29)
바이오 대표
np.array_equal(A,B) Array A와 B의 형태(shape)과 요소들(elements)이 동일하다면 True 아니면 False 를 반환한다 (A == B).all( ) 해당 function을 이용할 수 도 있지만, 몇가지 특정 상황에서 두서없이 True 를 반환한다. 주의 사항: A 나 B 중 하나가 empty array 이고 다른 하나가 1개의 element 를 갖을 때 True 를 반환한다 A == B 는 empty array를 반환한다 A 와 B의 형태(shape)이 같지 않을때, error를 띄운다 # 다른 비교 방법 np.array_equal(A,B) # test if same shape, same elements values np.array_equiv(A,B) # test if ..
Function 안에 같은 function을 이용하는 것을 recursion(재귀) 라고 한다. 예시) # Factorial function def f(n): # Stop condition if (n == 0 or n == 1): return 1; # Recursive condition else: return n * f(n - 1); n = 5; print(f(n)) #120 n * f(n-1) 5 * f(4) = 5 * 24 = 120 f(4) = 4 * f(3) 4*6 = 24 f(3) = 3 * f(2) = 3*2 = 6 f(2) = 2 * f(1) = 2*1 = 2
Pandas groupby( ) groupby( ) 를 이용해서 다음과 같은 기능들을 수행할 수 있다 groupby( ) # object 객체 생성 Aggregation # statistical summary (sum, mean, count) Transformation # group-specific 변형 Grouping by multiple categories Resetting Index with as_index Handling missing values 보다 쉽게 이해하기위해 예시를 이용할 것이고 다음과 같은 Dataframe을 이용할 것이다. groupby( ) object data.groupby( ) 를 이용해서 원하는 column 으로 group 을 묶을 수 있다. 이는 DataFrameGroup..