国庆画个国旗
使用R，参考这篇文章。
star <- function(posXY, size=1, theta=0, color="yellow")
{
alpha <- 2 * pi / 5
R <- size
r <- sin(pi/10) * R / sin(7*pi/10)
pointpos <- matrix(0, nrow=10, ncol=2)
Beta <- (pi/10+theta) + (0:4) * alpha
pointpos[seq(1,9,2),] <- cbind(cos(Beta)*R+posXY[1], sin(Beta)*R+posXY[2])
Beta <- (3*pi/10+theta) + (...
weka
Weka是由新西兰怀卡托大学用Java开发的数据挖掘软件，Weka是Waikato Environment for Knowledge Analysis的缩写。Weka限制在GNU通用官方证书的条件下发布，它可以运行在包括Linux、Windows、OS X等操作系统平台上。
IBM上有一篇介绍weka的文章，写的非常清晰。
在weka的主页中可以非常容易的下载到weka。在这里将使用windows版本来说明一个实例。
先将数据处理为weka能识别的格式，参考
@RELATION house
@ATTRIBUTE houseSize NUMERIC
@ATTRIBUTE lotSize NUMERIC
@ATTRIBUTE bedrooms NUMERIC
@ATTRIB...
SV分析
分析SV的软件，被多次提到的有crest、breakdancer、lumpy。
这里使用lumpy进行分析。
lumpy安装
lumpy的安装比较简单
git clone --recursive https://github.com/arq5x/lumpy-sv.git
cd lumpy-sv
make
使用
lumpy的原始输入是bam文件，但是需要注意的是bam文件必须有RG信息。一般的，在bwa比对时使用-R参数，或者比对后使用gatk AddOrReplaceReadGroups来加入RG信息。
先得到比对到不同地方的reads
samtools view -bh -F 1294 sample.bam \
| samtools sort -@ 8 - -o sampl...
CNV分析
试用了几个分析CNV的软件。
VarScan2
VarScan这个做somatic变异检测的软件也加入了对CNV分析的支持。
samtools mpileup -q 1 -f ref.fa normal.bam tumor.bam | \
java -jar VarScan.jar copynumber prefix --mpileup 1 --data-ratio 1
如果normal和tumor的数据差异较大，记得调整–data-ratio，默认是1，可选范围为0-1。
以上这一步会生成prefix.copynumber文件，接下来进行分析
java -jar VarScan.jar copyCaller prefix.copynumber --output-file o...
ncbi的genotyping tool
之前做HBV的分型的时候，发现ncbi有这个分型的工具，genotyping tool。原理是使用blast将query序列与设定好的blast库进行blast获得最相似的序列。
目前可以做分型的病毒有HIV-1，HIV-2，HTLV-1，HTLV-2，HBV，HCV，PV。
使用起来也比较简单，例如，随便复制一段HBV序列，
TTTTTCTTGTTGACAAGAATCCTCACAATACCGCAGAGTCTAGACTCGTGGTGGACTTCTCTCAATTTTC
TAGGGGGAACTACCGTGTGTCTTGGCCAAAATTCGCAGTCCCCAACCTCCAATCACTCACCAACCTCTTG
TCCTCCAACTTGTCCTGGTTATCGCTGGATGTGTCTGC...
去除bam文件中的clipped reads
bam文件里面会存在soft clipped 和 hard clipped等结果，有时我们只需要完美匹配结果，可以对bam文件进行处理。（当然，也可以在比对时就设定相关参数，比如bowtie2的end-to-end）
去除soft clipped 和 hard clipped 的方法来自biostar。
samtools view sample.bam | awk '$6 ~ /H|S/{print $1}' | sort -k1,1 | uniq > sample.names.txt
samtools view sample.bam | sort -k1,1 > sample.tmp.sam
samtools view -H sample.bam > sampl...
ML 100 Days （4-6）
跟着大佬学习一下机器学习100-Days-Of-ML。
Day 4 逻辑回归
第4天简单的一张图说明逻辑回归
Day5 逻辑回归
逻辑回归（Logistic Regression）是一种用于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。 注意，这里用的是“可能性”，而非数学上的“概率”，logisitc回归的结果并非数学定义中的概率值，不可以直接当做概率值来用。该结果往往用于和其他特征值加权求和，而非直接相乘。(credit to 知乎)
Day6 逻辑回归
这一天的内容是使用逻辑回归的方法，从数据中预测会购买豪华SUV的潜在客户。
使用的数据在这里。
预处理
...
WordWriter，一个用来填docx模板的模块
说明
这个模块的主要目的是用于填充docx模板，原理是在模板中保留对应的tag，然后通过模块去把tag替换掉。理论上，替换内容的格式会完全跟随tag的格式，因此格式的调整只需要在模板中进行。
模块基于pandas和python-docx。
需要安装
pip install pandas
pip install python-docx
模块下载：
python2
python3
模板说明
只支持docx格式的word文档，不支持doc格式word文档。不支持文本框及图形中的文本替换。
表格的插入
需要插入表格，首先需要在模板中定义一个列数一致的表格，并且将tag放置在需要填充的第一行第一列（不包含标题），当然，如果第一列是固定的字段，也可以将tag放置在第一行第二列中（类推...
共计 204 篇文章，26 页。