Cn_notes

R与Cpp混合编程一

Last update: 2021-06-09 内容目录 Rcpp基本简介 强大的引用传递 头文件的意义 编程Trick Rcpp基本简介 http://arma.sourceforge.net/ Armadillo supports matrices with the following element types: float, double, std::complex, std::complex, short, int, long, and unsigned versions of short, int, long. Support for other types

Julia语法手册

Julia学习网址 https://docs.juliacn.com/latest/ https://github.com/bethandtownes/MatrixCompletion.jl 基本语法 pwd() #查看当前路径 homedir() #查看home工作路径 cd("C:\\Users\\Jonhson\\Documents\\Julia files\\OB") cd("D:\\LearnFiles\\Research paper\\idea\\MixImpute\\Rcode") # 存为matlab或读取matlab文件 # https://github.com/JuliaIO/MAT.jl 第一步:安装支持读

Linux与server操作手册

Last update: 2021-06-09 内容目录 NSCC linux Linux相关操作 Linux与Anoconda操作 linux服务器提交计算任务 Module环境变量管理工具 vi/vim编辑

基因组学的基础知识以及R语言

scRNA-Seq和SRT的常用数据库 1. Single Cell常用的数据库或者图谱 Human Cell Atlas (HCA) data portal:包括人体各种组织的scRNA-Seq数据 网址:

Matlab相关问题

C与C++编译 1如何设置Matlab的C和C++编译器的路径,并对C和C++ 文件进行编译: % set the directory of compilors % setenv('MW_MINGW64_LOC','C:\rtools40\mingw64') % compile all c files mex -setup clear; clc; mex partXY.c; mex setSval.cpp; mex updateSparse.c;

R语言创建包和并行

内容目录 上传包至CRAN parallel包并行 doSNOW包并行 两者结合 创建R包 限制加载包的信息输出 suppressMessages(require(DropletUtils)) # For the downsampling suppressMessages(require(purrr)) suppressMessages(require(dplyr)) suppressMessages(require(tidyr)) R中创建S4对象 要创建S

R绘制漂亮的图一

Table of Content 普通plot绘图 ggplot绘图 Work on scale of axis Work on layout Work on colors Auto save many figures Work on theme 普通plot绘图 绘制折线图 绘制折线图,并设置合适的坐标字体 par(mar=c(4.8,4.8,2,2)) plot(1:(n_egv-1), egrat, type='o',

R语言生信笔记

Table of Content R向xlsx中输出多个sheets 差异表达基因画HeatMap 基因symbols和ENSEMBL等ID转化 Work on layout 检查R包的下载次数: For

变分贝叶斯

共轭分布 共轭分布是一种极大简化贝叶斯分析的方法。其作用是,在贝叶斯公式包含多种概率分布的情况下,使这些分布的未知参数在试验前被赋予的物理意义

R与Cpp混合编程二

Last update: 2021-06-09 内容目录 armadillo官网 List返回值的类型的重复申明 注意事项 传递非结构化数据 类型转换 逐行逐列做运算 List套List 非规则向量

R ggplot2 绘图二

Last update: 2021-02-09 See https://www.cedricscherer.com/2019/08/05/a-ggplot2-tutorial-for-beautiful-plotting-in-r/#panels. Table of Content Preparation The Dataset Default ggplot Pipeline operator Preparation The Dataset chic <- readr::read_csv("https://raw.githubusercontent.com/Z3tt/R-Tutorials/master/ggplot2/chicago-nmmaps.csv") tibble::glimpse(chic) load ggplot2 package Default ggplot library(tidyverse) ggplot(chic, aes(x = date, y = temp)) + geom_point(color = "firebrick") + labs(x = "Year", y = expression(paste("Temperature (", degree ~ F, ")"^"(Hey, why should we use metric units?!)"))) library(tidyverse) chic_high <- dplyr::filter(chic, temp > 25, o3 > 20) ggplot(chic_high, aes(x =