搜索
查看: 25|回复: 0

机器学习&深度学习项目实战(四)

[复制链接]

3

主题

3

帖子

33

积分

新手上路

Rank: 1

积分
33
发表于 4 天前 | 显示全部楼层 |阅读模式
本帖最后由 Yuan.Sh 于 2020-7-31 22:00 编辑

bash脚本默认参数设置
这里要注意一下,把bash默认参数转移到python脚本内的时候

里面的action = 'stat_true/false' 设置默认的时候记得要取反

这样调用的时候在取反就行

Step 3 导入数据
### 导入数据
    # 路径
    expr_file = os.path.join( wkd + 'data', 'pancan_rnaseq_freeze.tsv.gz')
    mut_file = os.path.join(wkd + 'data', 'pancan_mutation_freeze.tsv.gz')
    mut_burden_file = os.path.join(wkd + 'data', 'mutation_burden_freeze.tsv')
    sample_freeze_file = os.path.join(wkd + 'data', 'sample_freeze.tsv')
    copy_loss_file = os.path.join(wkd + 'data', 'copy_number_loss_status.tsv.gz')
    copy_gain_file = os.path.join(wkd + 'data', 'copy_number_gain_status.tsv.gz')
    vogel_file = os.path.join(wkd + 'data', 'vogelstein_cancergenes.tsv')
    # 导入
    sample_freeze = pd.read_table(sample_freeze_file, index_col=0) # 样本肿瘤类型
    mut_burden = pd.read_table(mut_burden_file) # 突变负荷
    rnaseq_full_df = pd.read_table(expr_file, index_col=0, compression='gzip') # rna表达谱
    mutation_df = pd.read_table(mut_file, index_col=0, compression='gzip')
    copy_loss_df = pd.read_table(copy_loss_file, index_col=0)
    copy_gain_df = pd.read_table(copy_gain_file, index_col=0)
    cancer_genes = pd.read_table(vogel_file)

### 分类器指定参数
# 测试NF1
    genes = 'NF1'
    genes = genes.split(',')
    drop = bool(~drop)
    copy_number = bool(~copy_number)



回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|生信技能树 ( 粤ICP备15016384号  

GMT+8, 2020-8-4 19:14 , Processed in 0.044301 second(s), 29 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.