-
使用biopython可視化染色體和基因元件
基因組結構元件的可視化有多種方式，比如IGV等基因組瀏覽器中以track為單位的展示形式，亦或以circos為代表的圈圖形式，比如在細胞器基因組組裝中，基因元件常用圈圖形式展示，示例如下
-
Python數據分析:pandas讀取和寫入數據
我的公眾號是關於自己在數據分析/挖掘學習過程中的一些技術和總結分享，文章會持續更新......繼續深入學習pandas相關操作，數據讀取寫入、分組、合併，轉換等等。前面一篇文章裡已經寫了關於描述性統計以及常用的基本操作。接下來的一段時間裡，我將陸續地去掌握並輸出。這篇文章是關於數據讀取與寫入的知識點。
-
Python 腳本案例:為流域插值雨量計
在處理模型數據、GIS層、時間序列文件等時，創建、編輯和執行腳本提供了擴展PCSWMM功能的強大方法。PCSWMM 7.2 版本的問世，為SWMM及EPANET模型構建與軟體定製帶來了極大的方便。PCSWMM對IronPython的即開即用支持(版本2.7.8)免去了用戶在安裝PCSWMM之後再進行任何額外配置或設置的麻煩。
-
數據分析從業者必看,10 個加速 python 數據分析的簡單的小技巧
這是對 pandas 數據幀進行探索性數據分析的一種簡單快速的方法。pandas df.describe（）和 df.info（）函數通常用作 EDA 過程的第一步。但是，它只提供了非常基本的數據概述，對於大型數據集沒有太大幫助。另一方面，pandas 分析函數使用 df.profile_report（）擴展 pandas 數據幀，以便快速進行數據分析。
-
Blender遊戲引擎的 Python 腳本
您將學習如何在 Blender 中使用 Python 腳本用腳本調整車輛移動，加速，停車。請記住，汽車只是用作使用 Python 的示例。本教程將教您 Blender 遊戲引擎的 Python 腳本基礎知識，包括通過腳本訪問和更改邏輯信息。即使您對 Python 有所了解，本教程也很容易理解。
-
基於WebGL的3D可視化告警系統關鍵技術解析 ThingJS
3D可視化告警系統案例3D可視化告警系統常見於城市交通指揮、地鐵通信、智能家居、消防安全領域，工業自動化設備運維管理過程中，常遇到故障設備定位困難、監控數據不形象不直觀等問題，基於 WebGL技術的3D框架開發，本案例實現了一個通用的3D可視化告警系統設計方案，不僅擺脫了傳統3D可視化方案依賴插件的束縛，解決了出錯率高、數據難以沉澱等問題。
-
超硬核的 Python 數據可視化教程!
matplotlibpython中最基本的作圖庫就是matplotlib，是一個最基礎的Python可視化庫，一般都是從matplotlib上手Python數據可視化，然後開始做縱向與橫向拓展。Seaborn是一個基於matplotlib的高級可視化效果庫，針對的點主要是數據挖掘和機器學習中的變量特徵選取，seaborn可以用短小的代碼去繪製描述更多維度數據的可視化效果圖其他庫還包括Bokeh(是一個用於做瀏覽器端交互可視化的庫，實現分析師與數據的交互);Mapbox(處理地理數據引擎更強的可視化工具庫)等等本篇文章主要使用
-
Python視頻教程網課編程零基礎入門數據分析網絡爬蟲全套Python...
高級編程(6套課程) 注:零基礎全能篇中,針對windows和liunx系統均有兩套課程可供選擇學習,單純學python,哪個系統都一樣,初學者只需選擇自己熟悉的系統學習相應課程即可。 20爬蟲scrapy框架及案例 21數據分析 22機器學習 23深度學習 24數據結構和算法 25python網絡爬蟲 26機器學習入門篇 27機器學習入門篇2 28機器學習提升篇 29數據挖掘篇 30深度學習必備原理與實戰 31深度學習必備原理與實戰
-
使用DESeq2進行兩組間的差異分析
DESeq2 接受raw count的定量表格，然後根據樣本分組進行差異分析，具體步驟如下1.讀取數據讀取基因的表達量表格和樣本的分組信息兩個文件，其中表達量的文件示例如下gene_id ctrl-1 ctrl-2 ctrl-3 case-1 case-2 case-3geneA 14 0 11 4 0 12geneB 125 401 442 175 59 200
-
數據下載 | 探空數據自動下載&可視化基礎
探空數據在天氣預報有著重要的指示作用，可以分析出高空引導氣流的位置、強度，及到達本地的時間和對當地天氣的影響情況。file=/pic/static/doc/B/B.0011.0001C/UPAR_CHN_MUL_STATION.pdf批量下載數據在之前的一些文章裡使用過siphon，他除了可以下載到預報數據、再分析數據以外還可以下載到懷俄明的探空數據。下面為簡單的示例，時間段和下載的站點可以自行設置。
-
學習Python數據分析,需要幾個階段?
為什麼選擇Python進行數據分析? Python是一門動態的、面向對象的腳本語言，同時也是一門簡約，通俗易懂的程式語言。 Python入門簡單，代碼可讀性強，一段好的Python代碼，閱讀起來像是在讀一篇外語文章。
-
乾貨丨Python接口測試自動化實戰及代碼示例:含get、post等方法
最終選定 python 作為腳本開發語言，使用其自帶的 requests 和 urllib 模塊進行接口請求，使用優化後的 unittest 測試框架編寫測試接口函數，測試結果選用 HTMLTestRunner 框架予以展示，並使用 python 的 ssl 模塊支持 https 協議的驗證。接下來，我詳細地介紹這些模塊，並給出各個模塊完整的測試代碼。
-
應用BioPython解析和可視化蛋白質的結構
現在很多生物信息學家、基礎和臨床醫學研究者喜歡使用Python來編程，而調用BioPython模塊/框架可以節省很多時間和精力來實現想要的生物信息學算法。今天咱們就使用BioPython模塊來解析和可視化蛋白質分子。
-
Nature子刊:教你零基礎開展微生物組數據分析和可視化
四個模塊共享相同的常規工作流程-數據準備，數據分析和可視化探索。在數據準備階段，上載用戶數據以進行過濾和標籤化。此後，可以對處理後的數據執行各種統計和可視化方法，以檢測例如總體模式、重要功能、潛在的交互作用和功能見解。對於MDP模塊，總共提供了19種精心選擇的方法（圖2）。每種方法的Web界面允許用戶調整關鍵參數，以進行交互式分析和結果的可視化探索。
-
python3腳本篇1-串口通訊腳本
前言本文我們來學習Python軟體包pyserial的使用，硬體採用wemos D1開發板，直接燒錄串口章節代碼即可，本文主要編寫PC端Python腳本，完成腳本和外接串口設備通訊的功能。一、基礎知識1.pyserial簡介：pyserial模塊是python和串口設備通訊的package，串口是計算機上比較通用的通訊協議，串口設備通過USB插入電腦，python通過pyserial模塊就可以完成和串口設備的通訊，
-
序列比對在biopython中的處理
序列比對是生物信息學分析中的常見任務，包含局部比對和全局比對兩大算法，局部比對最經典的代表是blast, 全局比對則用於多序列比對。在biopython中，支持對序列比對的結果進行讀寫，解析，以及運行序列比對的程序。
-
python編程中探索性數據分析詳解,看完就會
python作為一門高級程式語言，它的定位是優雅、明確和簡單。閱讀Python編寫的代碼感覺像在閱讀英語一樣，這讓使用者可以專注於解決問題而不是去搞明白語言本身。Python雖然是基於C語言編寫，但是摒棄了C中複雜的指針，使其變得簡明易學。並且作為開源軟體，Python允許對代碼進行閱讀，拷貝甚至改進。
-
Python學習120課 pandas簡介kaggle下載數據及pandas讀取外部數據
【每天幾分鐘，從零入門python編程的世界！】numpy的基本的東西我們學習差不多了，後面具體應用中遇到問題具體分析，然後去深入了解遇到的新的知識點就行。現在我們開始學習pandas，pandas一般用的更多，pandas是基於numpy去寫的。pandas是一個專門做數據結構和數據分析的庫。
-
用於進行Meta分析以合成相關數據的非技術性入門
本文提供了一個補充的R腳本來演示論文中描述的每個分析步驟，該步驟很容易適應研究人員用於他們自己的數據分析。同時還強調了Meta分析聲明和預註冊的重要性，以提高透明度並幫助避免意外重複。更好地理解這個工具不僅可以幫助科學家進行他們自己的Meta分析，還可以改善他們對已發表Meta分析的評估。