是第一次使用python
第一次使用远程服务器的jupyter
第一次使用scanpy
十分有意义。
最重要的是安装好jupyter，python并远程连接服务器 这个过程我用了3天
为啥是3天呢，因为我既有windows的python，又有windows上的linux的python还有远程服务器的python
这个混乱 的结构折腾了我3天，终于厘清，你开始用一个就好。
此外更重要的要有个服务器，这个过程我争取了一年。
次重要的是自己学一点python和linux基础，这个过程我用了1年
当然我是断断续续，你努力的话，今天画的这个图你1天就能学会~
python是我准备学的第二门数据分析的编程语言，第一个是R，
也是一年前开始学，目前已经能够熟练用R处理单细胞数据。
万事开头难，从0-1最不容易，剩下的从1-100就是水到渠成~加油
入门就要从具体项目使用开始~
import pandas as pd
import scanpy as sc
In [ ]:
import numpy as np
In [13]:
sc.settings.verbosity = 3 # verbosity: errors (0), warnings (1), info (2), hints (3)
sc.logging.print_header()
sc.settings.set_figure_params(dpi=80, facecolor='white')
scanpy==1.7.2 anndata==0.7.6 umap==0.5.1 numpy==1.20.3 scipy==1.6.3 pandas==1.2.4 scikit-learn==0.24.2 statsmodels==0.12.2
In [14]:
results_file = 'write/pbmc3k.h5ad' # the file that will store the analysis results
In [15]:
adata = sc.read_10x_mtx(
'data/filtered_gene_bc_matrices/hg19/', # the directory with the `.mtx` file
var_names='gene_symbols', # use gene symbols for the variable names (variables-axis index)
cache=True) # write a cache file for faster subsequent reading
... reading from cache file cache/data-filtered_gene_bc_matrices-hg19-matrix.h5ad
In [16]:
cd ~
/root
In [17]:
adata = sc.read_10x_mtx(
'data/filtered_gene_bc_matrices/hg19/', # the directory with the `.mtx` file
var_names='gene_symbols', # use gene symbols for the variable names (variables-axis index)
cache=True) # write a cache file for faster subsequent reading
... reading from cache file cache/data-filtered_gene_bc_matrices-hg19-matrix.h5ad
In [18]:
adata.var_names_make_unique() # this is unnecessary if using `var_names='gene_ids'` in `sc.read_10x_mtx`
In [19]:
adata
Out[19]:
AnnData object with n_obs × n_vars = 2700 × 32738
var: 'gene_ids'
In [20]:
sc.pl.highest_expr_genes(adata, n_top=20, )
normalizing counts per cell
finished (0:00:00)
In [ ]:
image.png
image.png
image.png
