python - 使用python的微阵列层次聚类和PCA

Question

我正在尝试使用微阵列列的层次聚类（来自单个微阵列复制的结果）和 PCA 来分析微阵列数据。

我是 python 新手。我有 python 2.7.3、biopyhton、numpy、matplotlib 和 networkx。

我可以使用 python 或 biopython 中的函数（类似于 MATLAB 的 clustergram 和 mapcaplot）来执行此操作吗？

score 1 · Accepted Answer

我建议使用 R Bioconductor 和 Expander 和 MeV 等免费软件。很好的灵活选择是带有 TreeViews 的 Cluster 软件。您还可以从 Python 代码运行 R 和 STATA 或 JMP，并完全自动化您的数据管理。

score 1 · Accepted Answer

Python 非常适合神经科学，恭喜您的选择。有时资源比 Matlab 更难找到，但它们是免费的，你会发现一个活跃的社区和很多支持。

一个很好的起点是Python项目中的 Neuroimaging 及其子项目，例如 nitime。我建议订阅并在邮件列表中询问，这些人非常聪明并且乐于提供帮助。

对于 PCA，您还可以尝试Modular Toolkit for Dataprocessing in Python，这是一个不错的数据处理算法库。

对于一般的集群，我推荐Scipy Clustering。

HTH，托尔斯滕

score 0 · Accepted Answer

R 有各种各样的工具可以完全按照您所描述的通过层次聚类进行微阵列分析。这是我参加的课程的链接，详细说明了如何使用 R 进行微阵列分析。希望这会有所帮助！

score 0 · Accepted Answer

我在 python 中使用scikit-learn进行集群和其他机器学习应用程序。我发现 scikit 方法通常很直观，而且令人高兴的是，一切都是开箱即用的。

有许多可用的聚类算法，包括凝聚聚类，它是一种层次聚类方法。

除了聚类之外，还有许多有监督和无监督的机器学习算法。还有多种工具支持特征提取、交叉验证等。预处理工具包括PCA等等。

绝对值得一试。

4 回答 4