问题标签 [skbio]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 如何在python中找到相异矩阵（植物群落）？
我有一个植物群落矩阵作为 numpy 数组，其中行是物种，列是群落
我想计算相异矩阵。我尝试安装 python 包 scikit-bio 但我收到错误
我安装了 ecopy 模块。当我导入 ecopy 时，我收到错误“无效语法 -ecopy.regression”
如何解决以上问题？或者我可以使用python中的任何其他模块吗？
skbio - 运行 skbio.stats.ordination.CA 时出错：“LinAlgErr：SVD 未收敛”
我想使用 Emperor 在 QIIME 上下文之外创建交互式 PCoA 图。为此，我需要从我的数据矩阵生成一个排序文件，就像 skbio.stats.ordination.CA 提供的结果一样。
我的数据是细菌菌株（行）和在其基因组中发现的 COG（列）的 pandas DataFrame。每列是一个不同的 COG，每个菌株都有每个 COG 的 0 到 4 个拷贝。矩阵中有很多零，但没有完全由零填充的行或列。
当我尝试stats.ordination.CA按如下方式运行时：
其中cogs是由matrix_dm列标题组成的熊猫系列。
我收到一个很长的错误，以：'LinAlgError：SVD 没有收敛'结尾
我已经验证我的矩阵不包含任何 NaN 或 Infs。根据其他几个线程，这可能是 scikit-bio 中的一个错误。关于可能发生的事情还有其他想法吗？
python - 无法运行 pyLDAvis。出现错误：ImportError：无法导入名称 PCoA
我已经使用 gensim 创建了 LDA 模型。现在，我想使用 pyLDAvis 库将其可视化，但得到：
谁能帮我解决这个问题或提出一些替代方案。
提前致谢。
skbio - 用于对齐的 TabularMSA 替换 (scikit-bio 0.4.1.dev0)
我想读取 PHYLIP 比对（FASTA 格式），更新序列标签并将结果写回文件。如何编辑以下行以在 scikit-bio 0.4.1.dev0 中使用 TabularMSA（而不是之前支持的 Alignment）：
from skbio import Alignment
...
msa_fa = Alignment.read(gene_msa_fa_fp, format='fasta')
msa_fa_update_ids, new_to_old_ids = msa_fa.update_ids(func=id_mapper)
msa_fa_update_ids.write(output_msa_phy_fp, format='phylip')
...
谢谢！
python - 使用 scikit-bio write 写入多个 fasta 条目
我正在尝试使用 scikit-bio 读取 FASTA 文件条目，然后如果满足某些要求，则将某些条目写回另一个文件。我遇到的问题是这些.write方法似乎打开和关闭一个文件，因此每个条目都会覆盖前一个。
我希望在这种情况下会写入两个条目，foo.txt但只有最后一个条目存在。如何将符合我的标准的所有序列写入文件？
python - 如何使用 scikit-bio (python) 制作 cca triplot？
如何使用 scikit-bio (python) 为 CCA 制作三图？
我正在尝试从规范对应分析中制作三图；例如：
这应该有样本和物种的点，并且应该有环境变量的向量。提供的默认可视化skbio是 3d 图。我能够从数据中制作样本和物种的二维图，但我无法弄清楚如何获取环境变量向量的信息。
skbio - 使用 skbio 从压缩的 FASTA bz2 文件中读取
是否可以从压缩文件（例如 FASTA bz2）中读取？我通常使用skbio.sequence.Sequence.read但在那里看不到这个选项。
谢谢！
python - scikit-bio 从 gff3 文件中提取基因组特征
scikit-bio 是否可以从基因组 fasta 文件中提取存储在 gff3 格式文件中的基因组特征？
例子：
基因组.fasta
注释.gff3
mRNA 特征 (transcript1) 的所需序列将是两个子 CDS 特征的串联。所以在这种情况下，这将是'ATGGAGCTATGA'.
machine-learning - 如何获得`skbio` PCoA（主坐标分析）结果？
我正在查看attributesofskbio's PCoA方法（如下所列）。我对此API并不陌生，我希望能够将eigenvectors原始点投影到类似于.fit_transformin的新轴上，sklearn.decomposition.PCA这样我就可以创建一些PC_1 vs PC_2风格的图。我想出了如何获得eigvalsandproportion_explained但又features以None.
是因为它处于测试阶段吗？
如果有任何使用它的教程，那将不胜感激。我是一个超级粉丝scikit-learn并且想开始使用更多的scikit's产品。
这是我生成principal component analysis对象的代码。
machine-learning - Why is `sklearn.manifold.MDS` random when `skbio's pcoa` is not?
I'm trying to figure out how to implement Principal Coordinate Analysis with various distance metrics. I stumbled across both skbio and sklearn with implementations. I don't understand why sklearn's implementation is different everytime while skbio is the same? Is there a degree of randomness to Multidimensional Scaling and in particular Principal Coordinate Analysis? I see that all of the clusters are very similar but why are they different? Am I implementing this correctly?
Running Principal Coordinate Analysis using Scikit-bio (i.e. Skbio) always gives the same results:
Now with sklearn's Multidimensional Scaling:
