自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 资源 (16)
  • 收藏
  • 关注

原创 R如何输出001,002,003等序号/编号?

需求R默认带文本的编号不是按数字来排序的,这会对数据排序造成一定影响。如paste0("sample",1:10)在列中排序不是按1-100,而是按ASCII排序。> sort(paste0("sample",1:10)) [1] "sample1"  "sample10" "sample2"  "sample3"  "sample4"  "sample5" &nbsp

2022-10-17 21:16:26 1135

原创 使用transanno制作不同基因组版本坐标映射的chain 文件?

不同基因组版本的位置(坐标)对应关系,在数据分析环节经常用到。位置对应关系通常通过比对来获取,而信息一般存储在chain文件中。对于人类、小鼠等模式生物而言,UCSC已经提供了不同版本的chain文件。对于非模式生物,往往需要先自己制作chian文件,再通过ncbi的remap,UCSC的lifeover和crossmap等工具进行坐标转换。UCSC官网也提供了制作chain文件的方法。但需要parasol集群环境(需要root)。这一步的设置往往难倒了不少人,尤其是ssh localhost。最

2022-09-17 20:42:41 1314 1

原创 第一个博客

this is a testmarkdownyes–you–

2018-10-24 17:21:13 168

第八届全国动植物数量遗传学学术研讨会.pdf

第八届全国动植物数量遗传学学术研讨会.pdf

2021-01-20

illumina广告genomic-selection-in-agriculture.pdf

illumina广告genomic-selection-in-agriculture.pdf

2021-01-20

靶向测序基因型检测(GBTS)技术及其应用.pdf

靶向测序基因型检测(GBTS)技术及其应用.pdf

2021-01-20

2021泛基因组如何改变作物基因组学和改良.pdf

2021泛基因组如何改变作物基因组学和改良.pdf

2021-01-20

数量性状基因定位研究中若干常见问题的分析与解答.pdf

数量性状基因定位研究中若干常见问题的分析与解答.pdf

2021-01-18

生信数据库标准规范.pdf

生信数据库标准规范.pdf

2021-01-18

分子生物学二次数据库资源平台的构建.pdf

分子生物学二次数据库资源平台的构建.pdf

2021-01-18

数量遗传与动植物分子育种:理论、技术和平台-报告19徐云碧.pdf

数量遗传与动植物分子育种:理论、技术和平台-报告19徐云碧.pdf

2021-01-18

BioPython_Tutorial.pdf

BioPython_Tutorial.pdf

2021-01-13

伊现富-Perl生物信息.pdf

伊现富-Perl生物信息.pdf

2021-01-13

动植物测序-诺禾2019.pdf

动植物测序-诺禾2019.pdf

2021-01-13

基因组学数据分析方法现状和展望.pdf

基因组学数据分析方法现状和展望

2021-01-13

Bases for Genomic Prediction-2018.pdf

Bases for Genomic Prediction-2018.pdf

2021-01-13

畜禽基因组选择方法研究进展2020.pdf

畜禽基因组选择方法研究进展2020.pdf

2021-01-13

GS_2016 Susan R. McCouch.pdf

GS_2016 Susan R. McCouch.pdf

2021-01-13

R语言数据科学

This is the website for “R for Data Science”. This book will teach you how to do data science with R: You’ll learn how to get your data into R, get it into the most useful structure, transform it, visualise it and model it. In this book, you will find a practicum of skills for data science. Just as a chemist learns how to clean test tubes and stock a lab, you’ll learn how to clean data and draw plots—and many other things besides. These are the skills that allow data science to happen, and here you will find the best practices for doing each of these things with R. You’ll learn how to use the grammar of graphics, literate programming, and reproducible research to save time. You’ll also learn how to manage cognitive resources to facilitate discoveries when wrangling, visualising, and exploring data.

2018-10-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除