问题标签 [runumap]

我尝试了以下

我看不出它应该在sigfault这里获得的原因。在过去的几个月中，我多次运行此功能。这似乎是从大约一周开始发生的。

任何帮助表示赞赏。

更新：我现在已经重新启动了一台机器，删除了整个旧R安装，从全新安装开始。我仍然收到完全相同的错误，包括address 0xffffffffffffffffffa ....

萨米特

我有一个巨大的文件（下面是一小部分数据），如下所示，我想绘制一个 PCA，我可以使用 PCA 函数绘制 PCA，但它看起来有点乱，因为我有 200 列所以我想也许 t- SNE 或 UMAP 效果更好，但我无法使用它们进行绘图。

我想在图中显示列（列名）之间的关系和聚类。事实上，我从不同的研究中收集了 A、B 和 ...数据，我喜欢检查它们之间是否存在任何批次效应。

如果有人可以帮助我，将不胜感激！

东风：

我正在尝试为来自人类样本和 ptx 样本的单细胞数据创建一个 umap。我可以获得显示不同集群的 umap 图，但我想显示 ptx 样本和人类样本的位置。

我的代码如下：

新手再次需要帮助。我正在使用 UMAP（一种降维工具）来处理数据集。像这样的东西将有 2 个参数需要调整和查看。以前我用过 tSNE，它需要一个参数调整。对于 tSNE，该参数称为 perplexity。为了尝试一些困惑值并可视化结果，我认为 purrr 中的 map 函数可以很好地实现自动化。

时态（）的结果将为每一行（样本）生成 ax/y 坐标，然后我可以绘制它们。虽然，这里有一点帮助来教我如何自动绘制所有 4 个测试结果会很棒，否则我必须使用 plot 4 次，每次使用 x=tsne[,1] 和 y=tsne[,2]。

现在，对于我要测试的 umap。我想以相同的方式测试 2 个参数 n_neighbors 和 min_dist 。复杂性在于我为 n_neighbors 选择的每个值，我想测试所有 min_dist 测试值。例如，如果：n_neighbors= 10,50,20 min_dist= 0.1, 0.5, 1, 10 我想在我的数据上运行 umap 函数以获取 n_neighbors=10，然后迭代 min_dist= 0.1, 0.5, 1, 10。然后重复此操作对于 n_neighbors 值的其余部分。

然后我被 purrr 中的 map 函数困住了。我想我只能在函数中传递 1 个向量。

然后是绘图问题。UMAP 还给出了一个列表，一个矩阵是包含行的 x/y 坐标的布局。

我正在尝试根据此处的工作运行利用 UMAP 进行降维的代码：https ://umap-learn.readthedocs.io/en/latest/basic_usage.html

我在 Spyder (Python 3.7) 上运行。我收到此错误： TypeError: a bytes-like object is required, not 'list'

这是我的代码：

这是我在运行时收到的消息：

尝试运行 UMAP 会导致错误：

PicklingError: ("Can't pickle <class 'numpy.dtype[float32]'>: it's not found as numpy.dtype[float32]", 'PicklingError while hashing array([[ 0., 1., 2., 3 ., 4.],\n [ 5., 6., 7., 8., 9.],\n [10., 11., 12., 13., 14.],\n [15., 16., 17., 18., 19.],\n
[20., 21., 22., 23., 24.]], dtype=float32): PicklingError("Can't pickle <class 'numpy. dtype[float32]'>: 找不到 numpy.dtype[float32]")')

我该如何解决这个问题？

当我在本地计算机 RStudio (R 4.0.2) 和 Code Ocean R 4.0.3 上运行相同的 R 代码时，我有两个不同的 UMAP 可视化结果，它们被镜像

[ ]

我在两种环境中都使用 Seurat 3.2.0 版本，特别是对于 umap 可视化，这里是一行：

我不能给出一个可重复的例子，但也许有人以前遇到过这个问题？

我试图在我的 jupyter 笔记本中导入 umap 但出现以下错误：

我试图更新 conda 但不起作用。我能做些什么 ？

我正在使用 UMAP ( https://umap-learn.readthedocs.io/en/latest/# ) 来减少数据中的维度。我的数据集包含 4700 个样本，每个样本有 120 万个特征（我想减少）。然而，尽管使用了 32 个 CPU 和 120GB RAM，这仍需要相当长的时间。特别是嵌入的构建速度很慢，并且在过去 3.5 小时内详细输出没有变化：

有什么方法可以加快这个过程。我已经在使用稀疏矩阵（scipy.sparse.lil_matrix），如下所述：https ://umap-learn.readthedocs.io/en/latest/sparse.html 。此外，我还安装了 pynndescent（如此处所述：https ://github.com/lmcinnes/umap/issues/416 ）。我的代码如下：

是否有任何技巧或想法如何使计算更快？我可以更改一些参数吗？我的矩阵仅由零和一组成是否有帮助（这意味着我的矩阵中的所有非零条目都是一）。

我有大量的文本数据，大约有 5000 人输入。我使用 Doc2vec 为每个人分配了一个向量，使用 UMAP 减少到二维并使用 HDBSCAN 突出显示包含在其中的组。目的是突出具有相似主题相似性的组。这导致了下面的散点图。

这看起来可以接受。但是，当我在 Bokeh 中使用相同的数据（以创建交互式图表）时，输出看起来非常不同。尽管使用了与以前相同的坐标和组，但之前看到的清晰分组已经消失了。相反，图表是一团糟，所有颜色都混合在一起。

当应用过滤器来选择一个随机组时，这些点在整个绘图中分布得非常好，无论如何都不像一个有凝聚力的“组”。例如，第 41 组在图的每个角落附近都有点。

使用以下代码将文档向量简化为 X、Y 坐标：

并使用此代码分配组：

使用此代码生成的具有清晰组的 Matplotlib 图：

然后将其插入到 Pandas Dataframe 中：

并创建了散景图：

我在这里做错了吗？或者这是技术或数据的限制？我在初始情节中的彩色组是否真的按他们的组分组，如果是这样，为什么散景图中的不是？

任何帮助都将不胜感激。