【文件属性】：
文件名称：寻找最小数的matlab代码-CompBioClass:生物类
文件大小：31.53MB
文件格式：ZIP
更新时间：2021-05-20 05:32:46
系统开源
寻找最小数的matlab代码介绍
保罗·里瓦德（Paul
Rivaud）编写了本教程，以帮助班上的人们适应数据的实际方面。
本教程解决了从头下载数据的一些问题-您当前未处理这些问题。
这里有大量有用的信息。
这个Github存储库包含数据文件和代码示例，可让您开始在Caltech教授的计算生物学课上学习。
本课程的目的是让学生使用编程语言（Julia，R，Python，Matlab等）分析一些单细胞测序数据。
该自述文件的内容如下：
一般信息Julia[R
PYTHON
的MATLAB
一般信息
数据结构
单细胞测序数据通常存储为稀疏矩阵对象以应对数据低密度（约10-15％的条目为非零条目）。
使用稀疏矩阵在计算上效率更高，但是要跟踪行和列标签（存储在单独的数组中）需要更严格（提醒：数组索引在Python中从0开始，在Julia，R和Matlab中从1开始）
。
数据框对象（即，密集矩阵（R，Python））可以解决该问题，但往往执行速度较慢，并且在数据集变大时可能难以加载到内存中。
解压缩后，数据文件夹包含三个文件：
matrix.mtx
：基因表达矩阵及其各matrix.mtx和列
【文件预览】：
CompBioClass-master
----code_rsc()
--------hclust_heatmap()
----FinalExam()
--------final-exam-due-4.pdf(148KB)
--------Screen Shot 2018-03-11 at 10.54.38 PM.png(68KB)
----healthy2.csv.zip(5.82MB)
----Week1()
--------MacKay2.pdf(330KB)
--------ProblemSet1_v2.pdf(189KB)
--------lecture-notes-week1_v0.pdf(133KB)
--------brainmuscle1.csv(699B)
----week2()
--------ProblemSet2_v3.pdf(131KB)
--------NNMF_Seung_Lee.pdf(162KB)
--------pset2syndata.csv(37KB)
--------sparse_pca.pdf(295KB)
--------PCA-Tutorial-Intuition.pdf(348KB)
----healthy1.csv.zip(5.37MB)
----aml1.csv.zip(8.7MB)
----aml2.csv.zip(10.11MB)
----gene_names_class.csv(45KB)
----README.md(22KB)