菲特
phate的Python项目详细描述
phate是一种可视化高维数据的工具。phate使用一个新的概念框架来学习和可视化流形,以保持局部和全局距离。
要了解phate如何应用于面部图像和人类胚胎干细胞的单细胞数据集,请查看我们的preprint on BioRxiv。
phate已经在python>;=3.5、R和MATLAB中实现。
python安装和依赖项
使用pip
安装phate的python版本可以使用以下命令安装:
pip install --user phate
从源安装
python版本的phate可以通过在终端上运行以下命令从github安装:
git clone --recursive git://github.com/KrishnaswamyLab/PHATE.git cd Python python setup.py install --user
快速启动
如果您在python(行上的单元格,列上的基因)中加载了数据矩阵data,则可以按如下方式运行phate:
import phate phate_op = phate.PHATE() data_phate = phate_op.fit_transform(data)
phate接受以下数据类型:numpy.array、scipy.spmatrix、pandas.DataFrame和anndata.AnnData。
用法
phate是用一个api实现的,这些api应该很熟悉 有使用scikit的经验学习。phate包的核心是 PHATE类,它是sklearn.base.BaseEstimator的子类。 要开始,import phate并实例化一个phate.PHATE() 反对。就像大多数sklearn估计器一样,PHATE()对象有 fit()和fit_transform()方法。更多信息, 看看下面的笔记本。
如果您想尝试在dla分形树上运行我们的测试脚本,请在python解释器中运行以下命令:
import phate tree_data, tree_clusters = phate.tree.gen_dla() phate_operator = phate.PHATE(k=15, t=100) tree_phate = phate_operator.fit_transform(tree_data) phate.plot.scatter2d(phate_operator, c=tree_clusters) # or phate.plot.scatter2d(tree_phate, c=tree_clusters) phate.plot.rotate_scatter3d(phate_operator, c=tree_clusters)
Jupyter笔记本
关于单细胞rna序列数据的phate使用和可视化的演示可以在这个Jupyter notebook中找到。第二个教程是here,它可以更详细地处理上面显示的人工树。您还可以在google colaboratory上访问这些教程的交互版本:single cell RNA seq,artificial tree。
帮助
如果您有任何问题或需要使用phate的帮助,请通过https://krishnaswamylab.org/get-help联系我们