努力努力再努力~<br>个人博客：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Flishensuo.github.io%2F" target="_blank">https://lishensuo.github.io/</a>
发简信
IP属地：上海
-
-
公众号：TOP生物信息<br>B站：TOP菌<br>WeChat：TOPJUN996<br><br>top2读研，学习方向：癌症基因组、肿瘤免疫、单细胞组学
-
R语言绘图
-
-
生信技能树：https://vip.biotrainee.com/ Openbiox： https://community.openbiox.org/ 公众号：优雅R 生物数据分析QA，技术文档与博客，需要你的参与。 ……………………………… 欢迎在简书创作和做笔记的生信学习者、爱好者以及相关编程人员加入本专题，贡献你的文字，无论是原创还是笔记，我们需要你，将本专题打造为生信知识宝库、交流平台。 内容可以是对生物信息学与算法知识相关资源的收集、整理，以及原创笔记： * R * Python * Perl * Linux 工具与编程 * 绘图 * 统计 * 计算生物学 * 各类算法 * 机器学习
-
-
收集各种单细胞测序数据分析方法
-
-
-
-
个性化生信分析
-
-
-
-
-
-
-
-
scale是z-score转换，将数据转换成均值为0，方差为1，应该是改变了数据的分布，但是normalization应该是改变了数据值的范围，后面R的部分代码对的，前面讲解的部分应该是搞反了
Scale和Normalization的异同
前言 在处理数据的时候，经常会遇到两个名词Scale和Normalization，这两个名词经常会被混杂着使用，让我在理解一些操作的时候经常会迷糊，那么我就结合R语言里面的s...
