机器学习&深度学习项目实战（四）

Yuan.Sh

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)