物联网app开发 python的scanpy库读取几种常见标准的单细胞数据文献汇总
发布日期:2024-11-06 07:53 点击次数:73
当先你需要有Python,以及它配套的代码剪辑器哈。从零开动开动学习一个编程话语,咱们信服是当先得装配好它,比如前边咱们拔擢了Python的装配,它多个版块的各异以及不停,详见:Python初体验之弄了了版块各异和若何装配不停,然后给出来了两个Python剪辑器物联网app开发,等于PyCharm大略JupyterLab,任选其一皆不错掀开你的Python从零开动之旅。要是你确乎是从零开动,提出参考咱们的推选的学习汉典哈:Python从零开动的配套b站视频和竹帛 。
scanpy 是用于单细胞数据分析的 Python 库,需要有Python基础,才有可能跟底下的教程进行scanpy的单细胞数据分析历程哦!
读前热身准备:
在Python编程体系读取单细胞文献数据会用到scanpy这个库,是以需要装配scanpy这个库:
pip install scanpy -i https://pypi.tuna.tsinghua.edu.cn/simple
装配好之后,就不错使用了。当先连结一下单细胞抒发量矩阵的多种文献标准,主要包括以下几种:
也是徐灿2021年7月31日,在英国布伦特伍德,丢掉WBA世界羽量级金腰带后,中国时隔3年,再次有拳手挑战世界四大组织的世界头衔。
武汉三镇多名球员就欠薪向中国足球和国际足联提出仲裁:
Matrix Market Exchange Format (MEX):.mtx 文献,该文献包含了一个疏淡矩阵,其中每一滑代表一个基因,每一列代表一个细胞,而每个元素则示意基因在相应细胞中的抒发量。时时会有三个文献构成:barcodes.tsv(细胞符号)、features.tsv(基因符号)和 matrix.mtx(抒发矩阵)。Hierarchical Data Format (HDF5):.h5 文献,HDF5 是一种用于存储和组织大畛域科学数据的文献标准。在单细胞数据中,不错使用 HDF5 存储抒发矩阵、基因和细胞的元数据等信息。AnnData:.h5ad 文献,是基于 HDF5 的文献标准,由 anndata 库界说。它不错包含单细胞数据的抒发矩阵、基因和细胞的元数据、样品信息等。Comma-Separated Values (CSV) 或文本文献:.csv 或 .txt 文献,包含抒发矩阵的文本文献。每一滑代表一个基因,每一列代表一个细胞,元素是抒发量。1.读取h5文献图片
使用scanpy读取如上图所示的h5文献,咱们不错用read_10x_h5()这个函数进行h5文献读取,底下是豪迈的示范;
read_10x_h5(filename)
参数:
filename:文献名,填写你要读取的h5文献,比如:"/home/my/data/GSE10086_filtered_bc.h5"这么的文献旅途。
更多细目见:https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_10x_h5.html
实战:
上图中这个文献的下载地址:https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM5344nnn/GSM5344024/suppl/GSM5344024_B1.KO_normal.adjacent.lung_filtered_feature_bc_matrix.h5
我依然把这个文献下载好了并放在C:/Users/my/Desktop/data目次下,当今开动读取h5文献吧!
小程序开发代码如下:
#导入scanpy库import scanpy as sc#读取h5文献data=sc.read_10x_h5('C:/Users/my/Desktop/data/GSM5344024_B1.KO_normal.adjacent.lung_filtered_feature_bc_matrix.h5')#巡逻数据print(data)
服从如下:
AnnData object with n_obs × n_vars = 13113 × 31053 var: 'gene_ids', 'feature_types', 'genome'
不错看出读取文献之后的data变量是一个AnnData数据对象,包含13113个细胞和31053个基因。
2.读取txt文献txt等于普鄙俚通的文本文献汉典,是以很容易读取:
图片
使用scanpy读取如上图所示的txt文献,咱们不错用**read_text()**这个函数进行txt文献读取,底下是豪迈的示范;
read_text(filename)
参数:
filename:文献名,填写你要读取的txt文献,比如:"/home/my/data/GSE10086_filtered_bc.txt.gz"这么的文献旅途。
更多细目见:https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_text.html#scanpy.read_text
实战:
上图中这个文献的下载地址:https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM5101nnn/GSM5101014/suppl/GSM5101014_Pt1_Superficial_CountMatrix.txt.gz
我依然把这个文献下载好了并放在C:/Users/my/Desktop/data目次下,当今开动读取txt文献吧!
代码如下:
#导入scanpy库import scanpy as sc#读取txt文献data=sc.read_text('C:/Users/my/Desktop/data/GSM5101014_Pt1_Superficial_CountMatrix.txt.gz')#巡逻数据print(data)
服从如下:
AnnData object with n_obs × n_vars = 32738 × 2315
不错看出读取文献之后的data变量是一个AnnData数据对象,包含32738个细胞和2315个基因。
3.读取tab文献它推行上亦然txt文本文献,岂论是csv标准和tsv标准,物联网软件开发公司皆是相通的。
图片
使用scanpy读取如上图所示的tab文献,咱们不错用read_text()这个函数进行tab文献读取,底下是豪迈的示范;
read_text(filename)
参数:
filename:文献名,填写你要读取的tab文献,比如:"/home/my/data/GSE10086_filtered_bc.tab.gz"这么的文献旅途。
更多细目见https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_text.html#scanpy.read_text
实战:
上图中这个文献的下载地址:https://ftp.ncbi.nlm.nih.gov/geo/series/GSE131nnn/GSE131935/suppl/GSE131935_SS2_15_0160_rpkms.tab.gz
我依然把这个文献下载好了并放在C:/Users/my/Desktop/data目次下,当今开动读取tab文献吧!
代码如下:
#导入scanpy库import scanpy as sc#读取tab文献data=sc.read_text('C:/Users/my/Desktop/data/GSE131935_SS2_15_0160_rpkms.tab.gz')#巡逻数据print(data)
服从如下:
AnnData object with n_obs × n_vars = 24490 × 384
不错看出读取文献之后的data变量是一个AnnData数据对象,包含24490个细胞和384个基因。
4.读取10X标准的文献图片
使用scanpy读取如上图所示的10X标准文献,咱们不错用**read_10x_mtx()**这个函数进行3个文献读取,底下是豪迈的示范;
read_10x_mtx(path)
参数:
path:上图中的3个文献地点的文献目次,比如:"/home/my/data/GSE10086_RAW"这么的文献旅途。
更多细目见:https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_10x_mtx.html
实战:
上图中这3个文献的下载地址:
https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-features.tsv.gz
https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-barcodes.tsv.gz
https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM6567nnn/GSM6567952/suppl/GSM6567952_Control-matrix.mtx.gz
我依然把这3个文献下载好了并放在C:/Users/my/Desktop/data/GSM6567952目次下,并把这三个文献重定名如下:
features.tsv.gzbarcodes.tsv.gzmatrix.mtx.gz
要是不重定名的话,scanpy就会识别不了这三个文献而导致不成读取文献,当今开动读取10X文献吧!
代码如下:
#导入scanpy库import scanpy as sc#读取tab文献data=sc.read_10x_mtx('C:/Users/my/Desktop/data/GSM6567952')#巡逻数据print(data)
服从如下:
AnnData object with n_obs × n_vars = 6794880 × 27998 var: 'gene_ids', 'feature_types'
不错看出读取文献之后的data变量是一个AnnData数据对象,包含6794880个细胞和27998个基因。
5.读取h5ad文献h5ad文献蓝本等于Python编程话语体系的单细胞存储标准的文献,是以是最便捷的,然而它对r话语用户来说就不友好了哦。
图片
使用scanpy读取如上图所示的h5ad文献,咱们不错用read_h5ad()这个函数进行h5ad文献读取,底下是豪迈的示范;
read_h5ad(filename)
参数:
filename:文献名,填写你要读取的tab文献,比如:"/home/my/data/GSE10086_filtered_bc.h5ad.gz"这么的文献旅途。
更多细目见:https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_h5ad.html
实战:
上图中这个文献的下载地址:https://ftp.ncbi.nlm.nih.gov/geo/samples/GSM4648nnn/GSM4648564/suppl/GSM4648564_adipose_raw_counts.h5ad.gz
我依然把这个文献下载好并解压好后,放在C:/Users/my/Desktop/data目次下。
详实:这个文献要进行解压后,scanpy智商读取文献:
#导入scanpy库import scanpy as sc#读取h5ad文献data=sc.read_h5ad('C:/Users/my/Desktop/data/GSM4648564_adipose_raw_counts.h5ad')#巡逻数据print(data)
服从如下:
AnnData object with n_obs × n_vars = 33694 × 11167
不错看出读取文献之后的data变量是一个AnnData数据对象,包含33694个细胞和11167个基因。
其它文献常见的单细胞数数据文献差未几就这些了,不同文献使用scanpy的不同读取函数进行读取就行了。
要是是遭受了比拟冷门的单细胞矩阵文献,也宽宥留言相通哈。基本上就遇河架桥,碰到问题不停问题即可。
scanpy的其它功能现时scanpy是Python编程体系最流行的单细胞数据处理库了,是以它信服是不单是是读取单细胞转录组抒发量矩阵那么豪迈,它包罗万象物联网app开发,不错出几十个致使上百个条记徐徐指挥天下连结它哈。它提供了很多用于处理和分析单细胞RNA测序数据的功能,以下是 scanpy 常见的功能:
数据加载:提拔多种标准的数据加载,包括常见的文本标准(如CSV、TXT)、AnnData标准等。数据预处理:包括数据归一化、基因过滤、细胞过滤、批次效应搁置等。可视化器用:提供了丰富的可视化器用,包括绘图细胞聚类、基因抒发、UMAP、t-SNE等。细胞聚类:包括常见的聚类算法,如k均值聚类(K-means)、DBSCAN等。基因符号:用于符号不同细胞类型的基因,通过基因各异抒发分析来浮松。细胞亚群浮松:通过分析细胞的抒发步地,识别细胞亚群。细胞现象忖度:通过分析基因抒发的神色,忖度细胞的现象,如细胞周期阶段。各异抒发分析:用于比拟不同细胞类型或现象之间的基因抒发各异。数据集整合:提供了一些器用,用于整合来自不同实验或批次的单细胞数据。轨迹分析:用于分析单细胞数据中细胞的发育轨迹,了解细胞发育和分化过程。单细胞采集分析:探索单细胞数据中的细胞间相互作用采集。高档可视化:提拔使用高档图形库,如umap-learn和igraph,进行更复杂的数据可视化。 本站仅提供存储劳动,总共内容均由用户发布,如发现存害或侵权内容,请点击举报。