معرفی شرکت ها


feats-1.0.1


Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

A Python tool for performing downstream analysis on Single Cell RNA-seq datasets
ویژگی مقدار
سیستم عامل -
نام فایل feats-1.0.1
نام feats
نسخه کتابخانه 1.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Edwin Vans
ایمیل نویسنده vans.edw@gmail.com
آدرس صفحه اصلی https://github.com/edwinv87/feats
آدرس اینترنتی https://pypi.org/project/feats/
مجوز -
# FEATS ## Description FEATS is a new Python tool for performing the following downstream analysis on single-cell RNA-seq datasets: 1. Clustering 2. Estimating the number of clusters 3. Outlier detection 4. Batch correction and integration of data from multiple experiments ## Prerequisites FEATS depends on the following packages 1. numpy 2. pandas 3. scikit-learn 4. scipy 5. [singlecelldata](https://edwinv87.github.io/singlecelldata/) ## Installation To install FEATS run the following command: `pip install feats` ## Documentation The functional reference manual for FEATS is available [here](https://feats.readthedocs.io/en/latest/index.html). ### Examples To use FEATS, please refer to the following example code presented in notebook sytle environment. 1. [Clustering using FEATS](https://edwinv87.github.io/feats/docs/FEATS-Clustering.html) 2. [Performing outlier analysis](https://edwinv87.github.io/feats/docs/FEATS-Outlier-Detection.html) 3. [Performing batch correction](https://edwinv87.github.io/feats/docs/FEATS-Batch-Correction.html) ### Data The data for the examples in this section is available [here](https://1drv.ms/u/s!At-SAxmefBX_gr47oWbiMS8vSSKWRA?e=F4FUrt). The data is contained in subfolders in the datasets folder. The subfolders are named according to the dataset name. To load the data for the examples above, provide the path to the datasets folder. ## Paper Coming soon! ## Contact Contact the author on <vans.edw@gmail.com> to give feedback/suggestions for further improvements and to report issues.


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl feats-1.0.1:

    pip install feats-1.0.1.whl


نصب پکیج tar.gz feats-1.0.1:

    pip install feats-1.0.1.tar.gz