PCAtools

DOI:10.18129 / B9.bioc.PCAtools

这个包是3.13版本Bioconductor;的稳定,最新的发布版本,请参阅PCAtools

PCAtools:所有的主成分分析

Bioconductor版本:3.13

主成分分析(PCA)是一个非常强大的技术,已经广泛应用于数据科学、生物信息学、更远。它最初开发分析大量的数据以梳理出差异/逻辑实体之间的关系分析。它提取数据的基本结构,而不需要构建任何模型来表示它。这种“总结”的数据是到达通过减少的过程,可以将大量的变量转换为一个较小的数量是不相关的(即主成分),同时能够容易解释原始数据。通过PCA PCAtools提供了数据浏览功能,允许用户生成publication-ready数字。PCA是通过BiocSingular执行——用户还可以通过不同的指标,确定最佳主成分数如肘法和角的平行分析,在单细胞RNA-seq相关性减少数据(scRNA-seq)和高维大规模血细胞计数数据。

作者:凯文Blighe (aut (cre) Anna-Leigh布朗[所有],文森特·凯里(施),圭多Hooiveld[所有]亚伦Lun (aut,施莱)

维护人员:凯文Blighe <凯文在clinicalbioinformatics.co.uk >

从内部引用(R,回车引用(“PCAtools”)):

安装

安装这个包,开始R(版本“4.1”)并输入:

如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“PCAtools”)

R的旧版本,请参考适当的Bioconductor释放

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes (“PCAtools”)

HTML R脚本 PCAtools:主成分分析的一切
PDF 参考手册
文本 新闻

细节

biocViews ATACSeq,GeneExpression,PrincipalComponent,RNASeq,SingleCell,软件,转录
版本 测试盒框
Bioconductor自 BioC 3.9 (r - 3.6)(2.5年)
许可证 GPL-3
取决于 ggplot2,ggrepel
进口 晶格grDevices,cowplot、方法、reshape2统计数据,矩阵,DelayedMatrixStats,DelayedArray,BiocSingular,BiocParallel,Rcpp,dqrng
链接 Rcpp,beachmat,黑洞,dqrng
建议 testthat,食物,BiocGenerics,knitr,Biobase,GEOquery,hgu133a.db,ggplotify,beachmat,RMTstat,ggalt,DESeq2,气道,org.Hs.eg.db,magrittr,rmarkdown
SystemRequirements c++ 11
增强了
URL https://github.com/kevinblighe/PCAtools
取决于我 OSCA.advanced
进口我
建议我 scDataviz
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包 PCAtools_2.4.0.tar.gz
Windows二进制 PCAtools_2.4.0.zip
macOS 10.13(高山脉) PCAtools_2.4.0.tgz
源库 git克隆https://git.bioconductor.org/packages/PCAtools
源库(开发人员访问) git克隆git@git.bioconductor.org:包/ PCAtools
包短Url //www.anjoumacpherson.com/packages/PCAtools/
包下载报告 下载数据

文档»

Bioconductor

R/凹口包和文档

支持»

请阅读发布指南。文章质疑Bioconductor到以下位置:

  • 支持网站——关于Bioconductor包的问题
  • 正常词 开发人员邮件列表,包bob电竞体育官网