معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Python package for Circular Binary Segmentation

ویژگی	مقدار
سیستم عامل	-
نام فایل	cbseg-1.0.0
نام	cbseg
نسخه کتابخانه	1.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Kyle S. Smith
ایمیل نویسنده	kyle.smith@stjude.org
آدرس صفحه اصلی	https://github.com/kylessmtih/cbseg
آدرس اینترنتی	https://pypi.org/project/cbseg/
مجوز	GPL2

# Circular Binary Segmentation [![Build Status](https://travis-ci.org/kylessmith/cbseg.svg?branch=master)](https://travis-ci.org/kylessmith/cbseg) [![PyPI version](https://badge.fury.io/py/cbseg.svg)](https://badge.fury.io/py/cbseg) [![Coffee](https://img.shields.io/badge/-buy_me_a%C2%A0coffee-gray?logo=buy-me-a-coffee&color=ff69b4)](https://www.buymeacoffee.com/kylessmith) Circular Binary Segmentation (CBS) is an algorithm tests for change-points using a maximal t-statistic with a permutation reference distribution to obtain the corresponding p-value. All citations should reference to [original paper][paper]. ## Install If you dont already have numpy and scipy installed, it is best to download `Anaconda`, a python distribution that has them included. ``` https://continuum.io/downloads ``` Dependencies can be installed by: ``` pip install -r requirements.txt ``` PyPI install, presuming you have all its requirements installed: ``` pip install cbseg ``` ## Usage ```python from cbseg import determine_cbs_stat, determine_t_stat, determine_cbs, segment, validate import numpy as np # Create data np.random.seed(10) x = np.random.random(300000) x[10000:20000] = x[10000:20000] + 0.1 x[25000:27000] = x[25000:27000] - 1 # Calculate segments L = segment(x, shuffles=1000, p=0.05) for l in L: print(l) # Interval(0-9998, 0, 0.8195453778139452) # Interval(9998-20005, 0, 0.6922370217962109) # Interval(20005-23672, 0, 0.37855730268017107) # Interval(23672-24999, 0, 0.47507824637709734) # Interval(24999-27000, 0, 1.106086021061645) # Interval(27000-27765, 0, 0.20298421273826422) # Interval(27765-300000, 0, 0.4615259909041863) # Validate segments SV = validate(x, L, shuffles=1000, p=0.05) for l in SV: print(l) # Interval(0-9998, 0, 59.217947014694886) # Interval(9998-20005, 0, 24.51595009558689) # Interval(20005-24999, 0, 1426.421130519047) # Interval(24999-27000, 0, 214.73719913960934) # Interval(27000-27765, 0, 1446.2331071442745) # Interval(27765-300000, 0, 1446.2331071442745) ``` ## Original paper > E. S. Venkatraman, Adam B. Olshen; A faster circular binary segmentation algorithm for the analysis of array CGH data, Bioinformatics, https://doi.org/10.1093/bioinformatics/btl646 [paper]: https://academic.oup.com/bioinformatics/article/23/6/657/413480

نحوه نصب

نصب پکیج whl cbseg-1.0.0:

pip install cbseg-1.0.0.whl

نصب پکیج tar.gz cbseg-1.0.0:

pip install cbseg-1.0.0.tar.gz