PCAtools

DOI:10.18129 / B9.bioc.PCAtools

PCAtools:所有的主成分分析

Bioconductor版本:版本(3.15)

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 >

安装

安装这个包,开始R(版本“4.2”)并输入:

如果(!要求(“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	bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载
版本	2.8.0
Bioconductor自	BioC 3.9 (r - 3.6)(3.5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_2.8.0.tar.gz
Windows二进制	PCAtools_2.8.0.zip(64位)
macOS 10.13(高山脉)	PCAtools_2.8.0.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