r语言怎么安装qgraph包
粉丝252获赞1324
相关视频
10:43
03:47查看AI文稿AI文稿r 语言及 r 四 q 六安装配置教程来了，跟着我一步步操作，新手也能轻松搞定！ up 已经把详细的教程整理成文档了，不想看视频的小伙伴直接照着文档一步步来就行。领取方式见主页个人简介，需要的同学快去拿！ 首先我们来安装 r 语言，进入 r 语言官方网站，点击确认入口页面有超多镜像源，咱们直接找 china 区域的，我这里以清华镜像源举例，点进去就可以 根据自己电脑系统选择版本，我是 windows 系统，直接点第三个选项，接着点击 base， 再点页面上方的 download， 开始下载安装包下载完成，点击打开文件， 弹出安装窗口，点确定，然后一路点击下一步，继续安装， 勾选 yes， 点击下一步，开始自定义 这里的窗口模式只是显示的区别，选哪个都可以，点击下一步，选择 html 帮助点击下一步，继续点击下一步，点击下一步， 安装完成，点击结束，打开安装 r 语言的文件夹，进入默认命名的 r 文件夹， 双击进入文件夹右键 b 文件夹，选择复制文件地址，打开开始菜单，在搜索栏输入环境变量，点击编辑系统环境变量， 点击右下角的环境变量，双击 pad， 点击右上角的新建，把之前复制的文件路径粘贴进去，点击确定， 按键盘上的 win 加 r 键，打开运行窗口，输入 cmd， 点击确定， 输入 r， 按回车键显示如下说明，配置成功。接下来是 r studio 的 安装，打开 r studio 的 官网，也可以复制视频中的网址，点击 download r studio， 点击 install r studio 下面的 download， 点击打开文件，在弹出窗口中点击下一步，点击安装， 安装结束后点击完成。在开始菜单中点击刚下好的软件， 点击 close。 在 菜单栏中点击 tools， 选择 global options， 选择左侧的 code 选项，点击上方的 saving， 点击 change。 将文本编码格式换成 u t f 八，点击 ok， 再打开 completion， 将延迟调成一和一百，这样代码自动补全，触发的延迟时间会更快。 点击左侧 package 选项，点击 change。 这里库建议改成我们国内的镜像源，找到 china 开头的 可以选择这个清华园，后续包的安装就会方便很多。点击 ok， i studio 基本设置就完成了。好了，本次教程就到这里，大家有任何问题可以在评论区留言或者私信 up 哦！
213四月学长讲科研
07:43查看AI文稿AI文稿各位同学大家好，今天给大家介绍一个 ai 工具，这个 ai 工具呢是个 code agent， 它是可以内嵌到 art studio 里面的， 所以，呃，它是我是在那个生性技能树上看到的。然后这个包呢是发布在了 github 上，是这一个于 lab 这个大佬团队开发的，我呢就花几分钟时间来给大家介绍一下这个工具， 呃，我体验了大概十来分钟，我是觉得这个确实比我上次介绍的 open code 更适合新手，就是特别是习惯 rc 六的新手同学来使用的。 首先呢，我们先是要安装这个包，就是用这个 devtools， 你 如果没有安装这个 devtools 的 话，你首先安装这个，就是 你首先用，你首先要安装一下这个 tap tools 这个包啊，如果你安装完了之后，然后再用 tap tools 来从 github 上来进行安装。 这个我在那个每天一点儿语言上面呃，讲过这种 github 上包的一种安装方式， 如果呢，就是你的由于网络问题啊， github 其实有时候连接很不稳定，如果你连接不上的话，你可以考虑去这个网站 github 这个网站去下它的源代码，然后通过这里，哎，就是从这儿来手动安装，这也是一种方式啊， 然后我们我我这已经安装好了，我就 library 一下，然后我们来看一下这个 package x version， 就是 来判断一下这个包有没有安装好它如果是显示一点一点二，就代表你已经安装好了它的使用方法。就这一句话啊，就是 ctrl chat， 我 们直接就进入那个聊天界面， 原来界面呢，第一个是让你选择一个 provider， provider 就是 看你有什么大模型，比如说你要是有那个 chat gpt， 你 就选一，如果如如果有那个 cloud， 你 就选二啊，我们这为了演示方便，我就给你选四了。四就是那个国内都可以使用的 deepsea， 然后这里呢，我们选择默认， 这里呢？ api k 呢？ api k 其实就是在这个，我们在这个，我们在这个任何的搜引擎搜 deepsea 开放平台，搜完之后在 a p a p u case 上面来创建，创建完之后来复制就复制到这里就可以了。 好，我在这里来给大家设置一下好了。呃，就是这个 api k， 我 输进去之后，因为 api k 呢，它是这样子的，就是如果，呃，你最好也不要让别人知道你的 api k， 如果别人看到的话，它输入就说干一些其他其他的一些用途，就它就可以记你的费啊。 我们这里选择二吧，因为刚才我其实录过第一遍，录第一遍我选的一，它好像有点有点过于傻了。然后是这个就是让你如何 save， 就是 你如果选择的是一的话，就对你的当前 project 生效。这里的 project 是 test， 它就指在这个 test 中 project 中生效，如果换一个项目的话，它就不生效了。 第二个呢就是全区生肖，三个呢，就是我们当前对话生肖，我们就选一，让他记录到我们这里，然后这个就算是正式开了，我们就可以来让他来进行操作了啊，我们就可以直接给他发号施令啊。请 编辑 r 脚本，然后要干什么呢？使用 g g pro two 绘制散点图，最简单的散点图，呃，大致你和 y 是 三 x 加四对吧？用随机数生成，生成数据量本量为一百行，我们就大致这样给它来放矢量，让标注全用 英语行，然后我们就这样发给他来做，我们就观察一下它这个我们这个界面的变化。首先我们多了一个叫 environment， 这个其实就是我刚才因为是把 a p a p i keys 直接保存在了我的这个当前的 project， 所以 在这个 project 这个界面就会形成一个 这个环境变量，这个环境变量呢，就是在我每次加载这个 project 的 时候，它都会自动加载进去，所以就我的 api k 我 不用每次都输了，我只输一次它就能一直记住，这就是这么这么一个效果， 哎，我们可以看到它这里多了一个在二十三点零八，对吧？二十三点零八多了一个文件 r， 脚本是 scatter plot 点 r， 这就是它给我们写好的脚本， 然后又多出来一个图片 sector plot 点 p n g 好 了，然后其实其实剩下的就是它主要在给我们来进行介绍了，我们可以简单看一下 生成图标好，它告诉我们写了脚本生成的位置，然后就是你和的公式，好，这些都不重要，我们来直接看吧。我们先来看一下这个脚本写了什么 脚本 library， 然后设定一个随机数种子，然后取一百个样本，然后来对 x 和这个随机生成啊 y 来进行一个你呃，那个就是数据的一个构造，然后之后我们就后面就是做图，做完图之后，然后是保存 好的，然后脚本写的应该算是非常的清晰，我们来看一下它的结果是不是符合我们的一个要求啊？就是首先它是一个散点图，使用 g d pro two 来进行绘制的，然后大致要你和 y 等于三 x 加四啊，虽然它这个误差其实还是有点大哦， 误差还稍微有点大了啊，但是没关系啊，我们本来也就是一个随机的一个，就是来模拟的一个礼盒，然后就是这个所有的标注都是用的英文也没有问题啊，他还标注了这个日期，你看他这搞的还挺还挺规范。 然后如果你想让它修改的话，也可以就是继续跟它对话来进行修改，然后想然后就是然后想要退出呢，就是你感觉这个课题已经做完了，你想要退出呢？它前面说过是用 quids， 哎，是 quid 吧？不是 quid 吗？ 啊，那可能是我记错了哎。那应该是应该是这样子的吗？啊，是是先打一个， 先打一个斜线，然后再打一个 quit， 这样子的话就退出界面了，就变成我们的正常的一个 r 语言的界面了，然后我们就可以来，呃，就是来进行 r 语言的操作，就是在刚才那个界面，你不要运行你的 r 代码，否则它会把这个直接给输到你的，这个 就是你相当于输给 ai， 让 ai 来给你进行操作了，现在的话你就可以来进行自己的操作了，我们可以看一看 是不是跟它出出的是一样的结果，我们直接来对它进行格式化看，跟刚才是一样的结果，就是说，呃，我们相当于这样也可以来检验来修改它的代码， 这样子的话全称我们都不需要，比如说我们到这个 opencode， 我 们都不需要进入其他的一个界面或者网页啊，也好，就是都不需要了， 全都在 r 四六的一个界面就可以完成所有的操作，所以我感觉比以前是方便了很多，所以我就是来给大家介绍了一下，不知道其他同学有没有什么一些问题，或者没有更好的想法，包括想要来进行优化的一些大佬想要进行优化的，我感觉我们都可以一起讨论一下， 不过我们还是要感谢这个余教授，他们团队开发出这么好用的工具，然后有什么问题呢？我们也可以在评论区一起讨论。
02:34查看AI文稿AI文稿好的兄弟们，我们来看一下怎么给儿语言安装 package， 那么在儿语言里面的话呢，他的这个技术那个 法呢，其实是非常简单的，那么而言它有个特点就是方式弄，它是一个这个方式弄的一个那个位置，那么什么叫方式弄呢？你们这种变成语言的人说它其实是一个非常非常函数化的一个编程语言，那么呃，大家用过 excel 公式啊，我都用过那个 啊， stata 的话，这些软件呢，就会知道，其实我做每一样这个操作都是借助一些这样的人士去实现的，比如说 excel 里面我们常用的 average 啊，然后这个 上亿房，比如卡，还有卢卡等等这些函数，呃，我们其实是借助这些函数去实现我们的一些统计的操作，那么在哪里面呢？也是 比较类似，只不过说呢，因为它的功能呢，实在是有太多太多的种类了，这就使得呢，我们要根据不同的需求去这个啊，选择不同的这个工具包，那么我们现在就讲一下怎么去安装这些工具包，那么最为最为这个产阶常用的， 现在使用品位最高的人，最高的名字叫做 tdboys， 那么我们在酷狗里面输入 tdboys 的时候呢，就会打开那个 tdboys 的关注，然后重新安装的话，就点一下这个拉尔，这个框框里面就要拍给主持的这个灯光点一下以后 说我体力倍死后就好了， 装作的是在一起， 所以我们看这个时候呢就告诉你，这样他可以去听你们 ccs， 我们这边已经安装好了，所以呢，那我们在使用的时候呢，怎么去用呢？就在这里拉一帮他们 基地粉丝，这样就，呃，还记得快捷键吗？ ctrl 加 ant， 然后这个，呃当出现这些项目的时候呢，我们就知道这个基地粉丝他已经被引入了， 发现他里面有这些弱种的鱼包， 那么这个是。
109港岛巴韭特
07:01查看AI文稿AI文稿你，你去找到他下载地址，这是 r 一个官网，一般的软件他都有一个官方网站，提供一些下载文档什么的。这是 r 的官网，他的官网看起来比较简陋，但其实里面内容也很多， 比如这里面就是你可以从 r 这个官网里面下东西，你要经常登录他这官网，他里面有有很多资源，比如说这告诉你从这里面下载这个 r 语言， 然后他有很多这个竞相站点，全球都有。这竞相站点是什么？就是一台服务器，你从离你最近的地方下载的话，他会快一点就传输距离近吗？比如说你从这个 北京这个站点下载，然后这里面有告诉你几个版本，立定式版本、麦克版本和这 window 版本，你根据你自己系统 版本来来下载，下载的话也比较快嘛。就是这个贝斯就基础包，他就能下载。我们给大家那个是 r 四点零四的一个版本， 这个 r 四点零五呢？他就是前几天刚刚出的，你不用下载就最新的也行，用那个四点零四也可以，他这只是小改款，你想用这个四点零五也行， 我们最好统一版本都用这个 r 四点零四的版本。每次都有人问我现在用 r 三点六的版本行不行？ 也行，但是你最好是大家同步完全一样那个版本，因为这种开局软件，你你不可预期一些版本的一个问题，所以说 为了保持结果，一直大家都用同样一个版本，你把它安上也也不会特别累，你就你就安一下吗？而且而这个软件的话，他会多版本共存，比如说你你你安装一个版本，他还他不会把前面那些覆盖到。 如果现在这个计算机里面就安装了三点六点一、四点零三、四点零四这样一个版本， 你就按一下嘛。然后你安装完了之后，这个图标他会有两个，对吧？二乘六十四，一个是 r i 三八六，这个是根据计算机制成 window 的话应该会有这两个，就是有三十二位和六十四位，那么他俩有什么区别呢？就是三十二位的话，他最大内存只能使用 八十 g， 你超过八十 g， 那时候他他就使用不了，他最多就能使用八十 g， 所以说你一般都用这个四点零四叉八六这个他他就是没有那个限制。然后麦克电脑的话都是六十四位，他不存在这个问题，只有一个， 然后再把其他那个 s 丢都安上。这 s 丢都是个什么东西呢？他叫一个集成开发环境，就是默认这个 r 软件化，比如我启动的，你会看到他非常那个简陋， 就是这样的这个字体啊，什么都还比较古老。如果你要画一个图的话，比如我，我画一个图， 他就会弄出好多这种窗口，就就特别乱，你得来回调整这个窗口之间的就不太好用，所以说我们基本上从来都不用他， 我把他退出，但是你不用他这个软件还得还得安上，因为他是用这个软件来避行，这个 s 丢的只是一个壳子， 他会调用这个 rv， 所以说你这两个都安上，你需要先安装 r， 再安装这个 r， 死就走，不要弄弄反了。 还有一点特别重要，就是这个 r 你最好安装在系统默认的目录下，不要调整到地盘、 e 盘这种，你就安装在 c 盘 progreme 下面， 不要自己去调整那目录，因为这个二十六度，你如果你如果安装其他目录，他找不到这个二的默认程序，他就启动不了，所以说不要改目录， 你他也不会占用太大的空间，不要去改。然后这个 r 十六的话，这个网站稍微慢点，你也可以把它下载下来，我已经传给大家，你把它安上就行了。 后面的话我们就使用这个 r 十六抖你，你启动这个 r 十六抖，他就会自动去调用 r， 比如默认启动就是这样的， 你看这里面他说的这些话，其实就跟你儿启动的时候一样，他是提示信息， 你看他俩其实是一样，对吧？ 是一样的，这也就是什么呢？他自己去把另外一个 r 启动了，然后窗口放在这里， 然后你可以看到这两个这个很显然那个二十六都更更现代一些，这这个传统的 r 界面非常那个古老，这些图标还是 vivo 两千的时候那个风格， 所以说你就把它关掉，那么放上就行了。后面我们都操作，所有的操作都在这个 r 十六度当中来处理。那么 r 十六有一个他非常好用，但是唯一 一个缺点是什么？就是他支持不了，对中文支持不好。如果你这个目录结构里面有中文，比如你用户名， 你这个用户名是中文的话，会有一些问题，以前的话是你你刚启动之后呢？这里面就空白的，他找不到这个 r 语言，因为你那个 r 语言安装在一个有中文目录下面，那么这个问题怎么解决呢？ 你就得改一下用户名，或者重新创建一个用户名，或者你就重新安安装系统就行了。 还有一种方式你，你可以试，就是说你，你，你用这个 window 一下这个网络账户来登录，这样的话他会重新创建一个有中文，有，有英文， 那个母乳主要是看哪里呢？就是这里面就是在我的文档这个母乳下面， 他他不能是这个，那什么就这里面这个用户名这个地方，你看我这个用户名是是这个这里面不能是中文，如果是中文的话他就会出现各种问题。
432王通
07:09查看AI文稿AI文稿hello， 大家好，我是二语言语一学生，那么今天我来给大家介绍一下二语言基础入门课程的第一节。 什么是奥语言？我们在刚开始学习奥语言的时候，肯定是需要了解一下什么是奥语言，这样的话也方便我们去学习。那么今天呢，我将从奥语言的简介， 阿语言的发展历史以及他的优势和缺点给大家做一个简单的介绍。那么首先什么是阿语言？阿语言呢是用于数据处理，科学计算机器学习，他统计分析与图形绘制的统计计算器程序， 它是一个计算器程序，也是一门软件工具，它的功能啊是非常的强大，像我这里列举的，你可以看到列举有很多的功能的，那么作为一学生的实 用着我来说，我重点是喜欢他的统计分析与建模工具，另外还有他优秀字图，这是他吸引我的点。目前奥软件基本所有的电脑系统都支持 windows 和苹果，还有 linux， 他是军事支持的，那么这是他的官方地址，他用一句话来概括就是不仅是一门编程语言， 也是一个综合计算机环境，一个活跃强大的社区碳生态系统。大家点开刚才的官方网址，我们就可以看到这边的截图，这就是俄语言的官网，那么它发展历史呢？是发展比较晚的，它最早来自新西兰，一九九六年的时候啊， 来自于这个大学这两个人的开创性工作，那么语法是类似于爱思语言，所以呢，一九七六年的时候啊，这个爱语言正式发布，那么爱语言呢，则继承于这个爱思语言，他的发展历史是比较短的啊，主要是在进 年的发展中，他是非常的迅速，他在这个发展过程中标志性的事件有，九三年的时候，阿语言呢，以自由软件形式发布了第一份的二代码，那么九五年的时候呢，他正式公开了其源代码，这也是阿语言免费的关键，因为这是很难能可贵的事情。那么九六年的时候， 在我原来工业大学帮助下，老语言的性能害功能得到了大大的提升。到了九七年的时候，他第一个元代马包正式发布，成为 gnu 项目。 二零零零年的时候啊，原一点零版本正式发布，二零一零年的时候，开始支持六十四位的 windows 系统，在之前呢，它是不支持的。那么截止到二零二三年的八月，大家在这个官方网址上可以看到 最新版本呢，已经更新到了四点三点幺，他的发展呢，受到越来越多的关注。如果我们学习一门软件，那么肯定是想知道 这门软件的优势，就是相比其他软件来说，它的优势在哪里？另外它的缺点在哪里？那么我们首先来讲一下它的优势，因为我自己是做医学数据分析的，在处理医学数据上，我们常用的还有 spss、 star 塔、 sas， 与这三款软件相比，免费是而语言最大的优势，因为我们用过的都知道啊，这个收费是非常的昂贵的， 所以呢，对我们学生党来说，这种收费是不想承担的，虽然学校会买，但毕业了就不能用，因此更建议使用奥语园。那么奥语园呢，涵盖功能是非常的多的，那么有很多人可能会问，那么既然奥语园有这么多功能，那么拍蛋呢， 在这个程序员中使用的也很火，那么为什么我们不去学 python 呢？那么这里呢奥运员和 python 呢，各有各自的优势，与 python 相比呢，奥运员更侧重的是数据分 分析，他是更适合科研学术，如果我们写论文做统计分析的话，那么阿语言肯定是首选。另外就是他也有一个活跃的生态系统，里面有很多人，这个阿语言不止医学界的人在用， 还有工业界的，还有什么程序员，各行各业都在使用这个软件，所以说这里呢汇集了各个行业的精英。另外就是这个统计方法，因为他是做专门做统计分析的，所以说他这个统计方法更新的特别快，像我之前呢，需要使用一种新的统计方法， 但是 spss 做不了，但是我可以在阿中调用阿宝，很轻松的解决，所以说这个也是方便我们做学术研究。另外就是他顶尖的绘图功能，他的图形绘制功能非常的优秀，大家可以关注我这个公众号，可以去看一下我发布的一些图片，是非常的好看。如果 有些人觉得我的绘图不够漂亮，那么我承认是我的阿尔语言绘图技术不够优秀，而不是阿尔语言的绘图功能不行。阿尔语言只有你想不到，没有他做不到，理论上只要你能力足够，他就能绘制。 另外它的扩展性能也非常优秀，它也能够与 spssstata 等软件内嵌使用，另外呢还能够调用 c 语言， c 加加汉， python， zara 等 等。你学习以后你就会发现安慰员里面有特别多的扩展包，那么我们知道啊，一个软件如果他非常的灵活，那么他的应用性可能会大大的打折扣，如果他的应用性很好的话， 可能他的灵活性就没有那么好。但是呢，奥语言在这两个特点中做到了一个极好的平衡，使得他在众多的软件中脱颖而出。那么我们用几个词来概括他，就是软件的优势是免费 开源，很流行灵活，可重复性强，丰富的资源，强大的社区和前沿。那么这里我要重点提下，可重复性强，如果我们之前使用 spss 做统计分析，就一直要点点点， 如果做错了还要从头再点，但是呢，而语言不用，只要你代码写好一分钟或几秒钟就能重现结果。 那么奥语言的缺点呢，我这里也列举了几个，这里的缺点是我作为医学领域使用的感受。首先呢，他的入门是比较简单的啊，但是呢，你想深入的学习他 还是存在一定的困难，主要是我们医学背后的一些统计理论分析，理论知识要扎实啊。第二个就是他一个方法有很多函数，因为这个阿语言阿巴的编写来自各行各业， 所以啊，有些统计参数的使用会不尽相同，如果对一个非专业的人士来说，那么选择合适的一个阿包可能会存在一定的困难。第三个就是如果你想做一些机器学习，特别是数据量很大的时候，加之一些交叉验证计算， 那么在大数据处理方面会存在一定困难，但是对于我们一般人来说啊，处理日常的数据基本没有问题。 第四点，它主要靠编程完成相关的工作，缺乏拖拉式的一个操作界面啊，就是跟 spss 一样，但其实呢，点击式界面已经有相应的 r 包了， 所以说靠编程的话，他会存在一个记忆，记忆量会比较大的一个问题。第五点，就是作为一个免费的软件，他的技术支持相对来说会比较差，真的 对付费，因为呢，他不靠这个挣钱，所以说他的技术支持来源于阿伟元爱好者的维护，但是呢，这不影响我们的使用。那么这个简单的阿伟元入门介绍就到这里了， 这只是我个人使用的一些感受，大家也可以补充自己的学习感受。好啦，今天的介绍就到这里了，我们下节再见。
991R语言与医学生
02:32查看AI文稿AI文稿朋友们好，我们前面使用了这个第一批包，这个进行差异分析，但是如果我们不想用这个第一批包进行差异分析，或者他结果不好，我们可以用别的包进行，比如说用 leo 包， 我们可以用这个立马包进行分析，我们使用的是立马群的一个模式，然后这里的输入结果我们就改了一下，我不用前面这个程序，这个结果我使用低包提取的一个标准表矩阵 提取的标准化后的矩阵分析，然后我们前面是有这个数据的，就是在 这里我们先把这个数据读取出来啊，然后读取出来我们就可以把它矩阵给提取出来，这边是有五千三百多个这六个变量，然后可以把它读读取出来，就这样子就我们已经获了这个矩阵。 ok， 然后我们基于这个矩阵使用立马包进行筛选分析，然后我是工作兵亮，然后我们这边就是读起了刚才那个德矩阵，然后我们可以看一下它这也是长成这个样子，就是红坐标是个机名，然后中坐标是各种样本， 然后我们做完这个，我们要做做一个临时分组，我们可以分组分成这个这个组别了，然后我们就可以把它保存一下，保存一下我们继续读取我们的矩阵，这个其实不叫表达矩阵，就呃 c i k 信息 改成一下这个名字，然后的话我们就可以就先加载一下看就是这个结果有个分组了，以及我们的这个矩阵。 ok， 然后我们就可以进行立马分析，这个立马分析是立马群的模式， 然后后面就是一直运行就好了，那这边就是我们筛选了一个结果，我们的 f c 是 一， 然后得到 rs 一， 我们可以看一下我们这个有什么结果，看这里看到一百六十几一个上调蛋白，然后三百四十二个下调的蛋白， 然后这边就是我们主要的一个结果，我们可以把它保存起来，然后这就是我们当前的一个结果，谢谢大家。 nice。
59谭谈生信
09:10查看AI文稿AI文稿上一期我们成功搭建好了 r 语言生性分析平台的硬件设施，也就是我们的 r r studio 和 r tools， 但就像买了电脑只装了系统还得装软件才能干活一样，今天我们就要给这个平台装武器，也就是 r 包的安装与管理， 同时我们还要给大家分享如何去验证我们平台是否真的搭建成功，避免后续分析时掉链子。首先我们得先做一件关键的事，给搭建好的环境做个全面的体检，确保我们所有的组建都能够正常的工作。 在这个地方我们给大家准备了配置验证四步清单，大家跟着做就能够快速的排查问题。 首先第一步就是 r 语言版本的验证，第二步就是 r studio 的 一个连接验证，第三步就是翻译环境的验证，最后一步就是我们基础包的一个安装测试， 现在我们就带着大家到我们的 r studio 里面来进行一个展示。第一步就是我们验证 r， 我 们先把这个代码复制到我们这个控制台下面来，再点击 enter 进行一个运行，我们就可以看到我们这个 r 的 一个版本号，发布日期和它的一个编辑信息，还有操作系统。 在这个地方我们要和我们之前下载的这个 r 的 一个版本看是否是对应的，之前我们给大家说的是四点四点三版本的嘛，然后我们这个地方也是四点四点三版本的。接着我们再进行到第二步验证我们的 r studio， 然后也是同样的布置，我们这个命令到我们这个控制台，然后我们就可以看到我们这个显示的是我们 r 的 一个版本的一个字母串， 这个地方我们是成功的输出了一个结果，就意味着我们 r studio 和 r 语言已经成功牵手，后续在我们 r studio 里面写代码运行程序都是没有问题的。大家在这个地方也可以看到我们这个 rs 就 连接的是我们这个四点四点三版本的，我们后续如果想要其他版本的话，也可以进行一个切换， 就可以点击这个 tools， 然后再点击这个 global 这个地方，然后我们点击这个嵌击这个地方，就可以选择我们其他的一个版本的一个 r， 就 可以在这个地方进行一个更改，在这个地方我们就不用改了。 接着我们再继续验证我们的 r tools， 然后也是复制我们这个到我们的这个控制台来， 然后我们就可以看到这个 g c c 点 e x e 这个地方，这个下面这个部分就是我们编辑环境的一个验证， 在控制台输入了之后，我们就可以显示到我们这个编辑器的一个版本信息，就说明我们 r tools 提供的一个编辑环境已经就绪了， 那些需要从源代码安装的一个生信包，后续都能够正常的翻译，要是提示不是内部或者外部的一个命令，大概率就是 r tools 没有装对，或者路径没有配置好。 大家回去可以再检查一下 r tools 的 一个安装路径是否符合我们的要求。第四步就是我们基础包的一个安装测试，我们来装一个最常用的一个绘图包，也就是我们这个 g g plot two 包， 点击这个 run 运行一下，然后也可以像我们之前说的那个快捷键，然后 ctrl 加上 enter 就 可以也可以运行。 然后我们这个地方就可以看到一个小红点，就是代表它正在运行，如果大家要停止运行的话，就可以点点击它就可以暂停了这个地方，下面我们控制它还可以看到这个下载的二帧是程序包这个路径，下面就说明我们这个是安装成功的，这个有个大于符号， 我们就可以看到这个安装成功了，我们就进入到今天的核心环节，也就是 r 包的安装与管理。 r 包就像是我们生性分析的一个专用工具，不同的包有不同的功能，比如有的它是负责我们的一个 数据处理，有的则是负责我们的一个差异分析，有的负责绘图格式化。接下来我就会给大家介绍四种最常用的安装方式，覆盖从官方稳定版到开发版的各种需求。 第一种就是从我们的 cran 进行安装，这个就是我们最常用的一个官方渠道， cran 就 像是我们 r 包的一个官方应用商店里面的包都经过了严格的一个审核，稳定又靠谱。安装的方法也特别简单， 就是用 r 自带的一个 instalment packages 这个函数就可以了，比如我们刚刚在 r studio 里面安装的一个 gpltwo 包，还有数据常用的一个，嗯，这些包都是使用的我们这个 instalment packages 这个 这一个包的这一个函数的，我们可以看到上面这个全家桶的都是用的这一个包的， 是用的这一个函数的。第二种就是从我们的 biocorductor 进行安装，也就是我们的生性专属仓库有很多生物信息学相关的包，比如我们做差异分析的这个 lema 包， e dgr 包和我们的 d sigma 包等等包都是我们 biocorductor 进行安装的。 但是我们首先第一步的话，还是要先检查我们这个电脑上有没有 bug manager 的 话的，这这个包管理器，我们把它点击 run 运行一下，如果它 有了的话我们就不用进行安装，如果没有的话，我们就需要这个 instalment packages bug manager 进行安装， 在我们确保好之后，我们再就是运行我们下面这些安装的代码。 安装好之后呢，第三步也就是我们从本地进行一个安装，然后用我们已经下载好的包，然后路径是要换成我们自己文件的一个位置。第四个就是从我们 gt hub 上安装，是一个长线开发版， 如果大家想用最新的一个功能，但是这个 c r n n 或者说这个 biosheet 上面都还没有上的话，这个 gt hub 上进行一个装， 这个地方就是运行我们这个代码，先安装我们这个 remove 包，这个参数呢就是让我们的安装过程少少输出一些日制，看起来更加的清晰。下面呢就是进行一个 这个代码的运行，这个里面就是使用的我们这个 r 包中的这个函数， 将我们这个进行安装，前面是这个用户名，后面是仓库名，我运行好了之后，然后就进行安装，如果是我们本地下载之后安装的话，我们就是运行这个代码，这个的话也是需要大家替换成自己的一个路径， 在我们安装好上面的包之后，我们就有一个小技巧分享给大家，我们可以用这个 library， 然后把大家自己的这个包放进来，然后进行一个运行， 看到这个大鱼包就说明成功了。然后同样的我们也可以就是运行给大家分享的这个小技巧，运行它的话我们就可以非常直观的看到它是否安装成功了，你都运行一下看看，好可以很直观的展示它是否成功了，就有个这个小勾， 大家可以看到我们上面的所有包都是安装和检查完成了的， 最后的话我们还会收到所有包安装和检查完成的提示，特别的有仪式感。在这个地方还要提醒大家几个小的注意点。 首先的话就是我们安装包的时候要保证我们网络的通畅，尤其是我们生性包可能依赖比较多，需要大家耐心的等待。第二点就是我们路径一定要使用英文，避免中文导致一个报错。 第三点就是如果我们存在安装失败，大家要先检查我们的网络或者我们的包名是否正确，也可以尝试更新我们的 r 或者 b o com manager 到我们的最新版本，到这里我们的 r 语言生性分析平台就彻底的搭建完成了， 这下我们不仅有稳定的运行环境，还有了数据处理、差异分析、可识画等各种工具，接下来我们就可以用这套平台开展真正的生性分析工作了。 如果大家在包的安装过程中遇到了依赖冲突，网络超时等问题，或者不知道某个分析该用哪个包，请大家在我们的评论区留言交流。 以上就是我们今天的全部内容，感谢大家的聆听！
39曾是甜菜
03:46查看AI文稿AI文稿朋友们好，我们今天使用讲一下差异分析，我们还是跟前面一样，我是用了 dqms 这个去差异分析，这里我们所有的数据是我们 modern graph 点 t， 也就是我们 mess 处理后的一个数据，也就是我没有用说我们用第一批刀进行去处理这个数据，后面进行分析的 我们先来看代码，这边我们直接读取到我们这个数据，这个数据它是有，就是有八十一列，然后五千八百多行， 然后这里我们过滤反馈蛋白，过滤蛋白污染物，因为我们这个蛋白名还有那个钛金的名字，它是不是唯一的，我们可以根据这个生成唯一的列名，这也是提取的第一个。然后这里时候我们就看到我们 d f 变 port 等这里都会有 会有一个 name id， 这个 name id， 这个为什么叫 name id 是 它那个代码处不定时的，它就给叫这个名字，这个时候我们就可以把它这个 name 命名为一个，我们就接着可以提取风度信息，这个呢就是我们 compt， 就是 我们这个列的名字， 就提取要有 l、 f、 q 的， 这里有分布信息，其实就相当于金的表达量，这里都提取了六列，六列信息要四四五六这样子，然后这里我们要填充 n a， 我 们这里就是要把这个零改成 n a， 不 然它后面会出问题的，必须 必须是 n a， 不 能为零，然后我们就可以缺失的蛋白过滤，就是我们要求至少三个蛋白，这三个样本里面分表达了蛋白才合理，到后面就提取，我看一下我们的结果， 这边就是可以用泰数去进行纠正，所以大家复制到这个点 count 这个位置，我们来看一下这个 count potato， 这每个基因它有多个 count， 这个可以用于后面的纠正。 然后我们可以进行 log 二处理，这里就可以提取到一个表达矩阵，这个是标准化 log 二后的表达矩阵。这个比证其实也可以衔接我们的蛋白组的密码分析，因为那个是密码区模式，然后加上我们分组拆分析，这就是跟呃有点相似了， 这边就直接运行就好了。然后到最后这里的话，我们就可以看到这种一个标准化后的一个图， 呃，这横坐标是我们泰速加一那个图，看到很多泰速它 log 二都是相对平滑，平滑很多了，我们就可以提取我们的拆解结果，这个结果就是这个，这里也是可以根据我们票值还有这种 f c 值去筛选， 这里就大概是我们的这一些结果。如果我们也可以进行一个判断，是否用前面的代码我们进行判断，就如果他怎么样就怎么样，我们在判断就要多，可以把这个复制过来，复制过来，我们再看一下 d e q m s 这里复制过来，然后把这个给改一下， 把这个 excel 改成，呃，改成 i e s 吧。呃，再提取一下 p r 值，是应该是不用改，呃，这边是没有了，因为它这个没有这个 p r 值筛选值，我们再把这个前面的复制过来，这里应该是有，哎，在这里 不出不来，这域值是零点零五。还有一，你看它质量判这个包，它分析的差异，结果跟前面的包是有一点点区别，细微区别，就这样的一个结果， 然后这个内容大概是这里，谢谢大家， nice。
37谭谈生信
09:39查看AI文稿AI文稿各位观众大家好，欢迎大家来到模型机器的线上课堂，我是 a u trade， 我 们继续讲 r 语言机器学习分类回归模型，即为 teddy models 包当中的模型。在此课我们介绍神经网络， 那首先跟大家说明一下 r 语言机器学习分类与回归模型。基于 telemodels 包是我这边开发的一个课程，那我们这个系列的视频主要就介绍这个课程里面所覆盖到的模型，它们在 telemodels 框架下面怎么样去做一些设定， 那关于这个课程，我在我的公众号模型机器上面是有相应的推文介绍的，大家可以看一下。 那关于神经网络，大家如果是要去做基础实现，那大家可以参考我在 b 站模型机器数据科学账号下面有一个 r 语言机器学习模型的合集，这合集里面就有基于 nat 这个包去构建神经网络，解决回归二分类跟多分类问题的代码演示， 那这是一个基础实现，所以他的代码流程是比较简单的，就是从读取数据开始，然后数据预处理，然后拆分数据，然后构建模型，最后做模型的预测评估，当然这中间也有直接基于模型对象的一些解释性的输出相变量重要性。 那大家如果是要去做超参数调优，我在这个合集里面有上传我的课程的早期版本， 这个早期版本里面就有神经网络的一个代码的实现，分别去解决回归二分类跟多分类问题，并且这里面就有基于交叉验证网格搜索方式去做超参数调优的。 那当然如果大家需要向 b s 优化的超参数调优方式，需要向下的模型解释性的输出，大家可以考虑一下这边的课程。 好，然后接下来我们就来看一下在泰迪 models 这个框架下面怎么样去实现 nat 包的神经网络。那我们首先需要去加载泰迪 models 这一个包，这个包是需要下载安装的，然后加载过程当中它会有一些提示信息的，只要它没有报错，就不用管它。 好，然后关于这个模型的一些内容，建议大家首先还是来看一下泰迪 models 官方网站上面的一些说明。 定制 model 官方网上面有一个 passimyp 的 一个 table， 然后这个 table 里面我们去搜索 m l p， 也就是多层感知机，然后这里面就有基于 n n e t 作为算法引擎的啊，这样一个多层感知机， 那这里有多层感知机实际上就是神经网络，它是多层的意思就是，呃，它有输入层，然后隐藏层再加上输出层，它总共是三层，所以称为多层感知机。当然 n e t 这一个包，它所支持的这样一个神经网络是只有一个隐藏层的。 好，然后这里面我们点击 m l， p， n， e t 这一个链接进去，就可以看到具体的一个说明， 然后这里面就告诉我们啊，这里采用的是 nat 这个包里面的 nat 函数作为算法引擎，或者说底层算法去实现的单隐藏层的前馈神经网络，然后这里面是没有涉及到误差的反向传播的，因为它采用的是 b f g s 的 一个优化方式， 然后采用这个算法引擎可以去实现的任务类型就是两种，一种是分类，另外一种是回归。当然这里的分类包括二分类跟多分类。好，然后能够去做调优的超参数。十三个，分别是 隐藏层的节点数，因为它只有一个隐藏层啊，所以它是指的单隐藏层里面的节点数。 然后是惩罚系数啊，这个实际上是一个正化，正则化的一个系数，这个跟学习率不一样啊，这个正则化的这个惩罚系数，它是放到整数函数里面去的，然后是最大的迭代次数。 好，这是三个一个可以去做调优的超参数，那如果是去做调优，大家可以把它设定成替换函数，这个在模型函数里面设定，那当然你也可以给它固定值，或者是放任不管，就是默认值。 好，然后它这里面提到了一个呃最大的一个参数量，但实际上，嗯，这里应该是一个笔误，这个地方对应的 max it 对 应的就是前面的这一个迭代次数， 它这里说的这个意思，实际上应该是最大的这个权重数量，对应的是呃 max n 的 位置，大家可以看一下这个帮助文档对应的是这个参数啊，这个参数默认值是一千，好，它这里面提到的是一千， 当你发现你这一个呃参数量不够用的时候，你可以把这一个呃这个参数啊传递给这个 set engine 或者是 set arguments， 这两个函数都可以，一般建议是放到 set arguments 里面去， 然后关于这个模型的设定，首先采用的模型函数是 m、 l、 p 啊，然后这里面可以放进去我们要去调优的，或者说要设定的三个超参数的值好，然后是 set engine， 这个我们采用的是 n n e t， 所以 固定的是 n e t， 然后是 mode， 这个就是我们的任务类型，要去做回归的话就是 regression， 要去做分类的话呢，就是 classification。 然后设定好这些之后，我们可以通过全 screen 去看一下在 tiny models 框架下面的设定是怎么样跟 nat 这个函数里面的参啊超参数去对应上的。当然我们这里的 nint 跟 mod 都可以放到 mlp 这个模型函数里面去啊，它里面有相应的 nint 跟 mod 的 一个参数的， 这样我们就不需要单独的采用两个 set 函数去做相应的设定了。好，那我们这里的话呢，有一个演示 给大家看一下，我这里面是把隐藏层的节点数设定成了九，然后惩罚系数的话呢，设定成零点零一，然后最大叠带次数设定成五百。好，我们来看一下， 大家可以看一下，这里面的隐藏层的节点数对应的就是 size 九，然后这一个惩罚系数对应的就是 dk 零点零一，然后这一个叠带次数对应的就是这里的最大叠带次数五百， 然后这里面我们去做的是 regression， 所以 它的 linear out 是 true， 当你设定成 classification 的 时候，它的 linear out 就是 呃 false。 好， 这个实际上就是计划函数的一个设定啊，输出成的一个基础。计划函数的设定 好，然后这三个超参数，如果我们要去做调优，那就把它设定成 to 函数，那调优的话呢，我们就可以采用网格搜索或者是 b s 优化的方式去做调优，这个我们在课程里面都是有提供相应的代码的， 然后调优之前我们一般都是要去设定它的一个调优空间，就是在什么范围内取哪些值作为它的备选值。 好，那比如说这一个隐藏层的节点数啊，它的默认值的话是一到十，这是它的默认范围，当然你可以通过这个函数里面的愿给参数去调整它的默认范围， 然后是这一个 penalty， 这个是默认范围，是负十到零。当它有一个 sweet 的 对数变换，就是你的实际的被选择经过 sweet 的 对数变换之后，会落入到它的这样一个曲值范围内。所以这里面的话有两个可以去调整的参数，一个是啊 transform， 另外一个是 range， 然后是它的迭代次数，这里的话呢是十到一千这样一个默认范围。好，这里的范围大家是需要根据你的模型的性能情况，就是模型出来之后，在训练级、测试级、外部验证级上面各部分数据上面的性能表现，再去做相应的调整的。 需要你将模型的超参数跟模型的礼盒能力去对应上啊，模型的超参数，模型的复杂度以及模型的礼盒能力去对应上。当你发现模型欠礼盒的时候，像这一个隐藏式的节点数就可以增加，然后这一个惩罚系数可以降低，叠带次数可以增加 啊，他们中间是有一个对应关系的啊，你只有知道这样的对应关系，才可以根据这一个模型的性能表现去做相应的调整，实现模型性的一个最大化。 好，这是我们关于这个模型跟超参数设定的一些说明，然后这一个网页上面还有其他的一些 呃说明的，大家可以参考一下。比如说这里的 pre processing requirement， 就是 关于数据处理的要求，那 n n e t 它去做神经网络只接受数值性的输入，所以当你的数据当中字变量当中有分类变量，就是 factor 的 时候，需要把它转换成 numeric values， 这个时候建议大家可以采用像 step dummy 就是 图尔编码的一个步骤，这个只需要在数据库处理配方里面去做设定就可以了。 好，另外这里面要求所有的 predictor 就是 特征，或者说自变量是 same skill 就是 同样的尺度。所以这里面的话呢，建议大家是去做一个缩放，缩放可以减均值，除以标准差，也可以缩放到临沂区间，这个大家可以自己去尝试一下， 这个都是在数据处理配方里面去做调整的，在我们的课程代码里面都是已经帮大家设定好了，当然你也可以从 step normalize 转换成啊 step range， 就是 采用不同的说话方式。 好，然后是 case with。 再接下来是 prediction time 就是 它的一个预测的类型，当它是去做这个回归的时候，得到的是 numeric， 这个就实际上直接对应我们的音频量的取值了， 然后是 classification， 可以 得到 probability 跟 class， 那 一般我们是先去得到 probability， 然后再经过相应的计算，得到相应的预测类别。好， 然后是一些其他的。呃说明这里面有一些链接跟一些文献，大家都可以点进去看一下。 好，那关于在泰迪 model 这个框架下面，采用 nat 这个包去做神经网络单隐藏层的神经网络相应的一些设定的问题，我们就介绍这一些，大家如果是有任何问题，欢迎大家随时与我联系，那本次视频就到这里，谢谢大家。
07:09查看AI文稿AI文稿大家好，我是阿树，我从零开始学下语言的小白，今天教大家怎么把表格从同样的配音的 id 的 这么多很多二十几个数数据来汇总成这样的大数据呢？在临床中我们经常会遇见这样的问题，今天我教大家一下， 那我们怎么把二十几个这样的表格，我现在生成了是二十个这样的表格合在一起呢？首先声明一下，我现在这里的所有的数据都是我随机跑出来的，那随机跑出来的数据代码在这里 就是这个随机生成的表格代码，这个我会附一起附在这个包里给你们，你们就可以自己去跑下试一下。那如果用我现在代码呢？就是现在我随机生成的这一串代码，先打开这个文件夹， 我们去这个 r 语言这个合并的代码里。首先我们需要一个唯一的识别码，就是你要保证每一个患者都有这个识别码，你要通过它来匹配那辅助的识别码 u u i d 呢？就像 类似于卡号啊，类似于患者编号啊之类的。那我这里的这个其实就是我原始数据里的就诊卡号，这个是非必需的。来，我们先看一下，先要加载这几个包，要确定一下你安装了 tidyverse。 呃，如果你没有安装 tidyverse 的 话，前面还要加一个 install package tidyverse， 那 跑完了这个代码呢？现在就可以 library 了。来，我们来一步一步的做，这是我们这一次需要用到的几个包。 好，来，第一步我们要看它现在读取的文件夹，它我们接受的文件夹呢，一共有这两种形式，一个是 xls， 还有一种是 xls 的 两种格式，呃，我们复制，比如说我要复制 现在我所有的文件都在这一个文件夹里，然后我们就点击上面复制复制贴 到我们的这个 r 圆里面，贴进来了之后呢需要改变，把两个，把一个斜线改成两个斜线，这个是一定要改的，不 matter 读取的时候就会有读取错误，它就会报错。 好确保每一个单斜线都变成双斜线。 之后跑这一步，这一步是把你这个文件夹里的数据全部都读取进来，下一步是读取的这个格式，他会报这个行数，你可以通过这个行数来检验你这个表格里一共有多少个患者， 他会反馈这个我读了哪，哪个文件的哪个数据，一共有多少行。这个呢我们等会是要和下面一个数据来匹配的， 然后他同时也会汇报全部处理完成，一共载入二十个数据机，就是你一共有二十个文件夹在里面，如果少了的话，你要对照一下是不是哪个文件夹有问题。好，现在我们建立一个统一 id， 在 我们刚刚看到的这个表格里， 这个 patient 的 id 呢，就是我们识别的唯一的 id， 而这个呢是比如说患者编号，那我们是这样的，我们优先以 patient 的 id 来和，如果有患者编号的话，就它们俩一起来匹配， 如果没有患者编号的话，就是只用 patient id 来匹配，所以主要还是以这个为主，所以要确保每一个患者都有一个 patient id。 那 同时呢会有一些情况，比如说一个患者来了多个周期，这个没有关系，这个 patient id 就是 我们按周期来定这个 patient id， 好 回到 r 语言， 现在我们把这个 patient id 来定义一下，这个跑出来就行了，这个代码是不会出错的。那主要要关关注的是呢，这里我有标的地方，就是优优 id， 就 替换你在第二列的那一个， 你的值可能是患者编号。然后呢这个 patient id 呢，就是它的唯一编码，就是要注意这里面的所有东西都要替换掉， 这这三个要替换掉，下面呢就是它会报一个可信度高，它的可信度高的意思就是你在这个文件夹里一个 patient id 只对应一个 u u id。 好， 下面我们进行合并，合并的时候呢，你要注意把这边的 patient id 改掉，只要把这三个改掉就好了。 首先它会剔除一个没有 patient id 的 脏数据，就是如果你的唯一式编码是没有的话，那它就会把这个数据剔掉。其次呢，它会以这个唯一式编码进行分组来操作 好，它反馈了一个最终汇总行数是二十，那我们为什么前面有这个二十行呢？比如说这边的二十行是说我们汇总了之后应该也是二十行，这样数据才没有丢， 那如果数据丢了的话，可以回去重复检查一下，看一下是不是有的数据没有这个唯一的识别码。 那接下来呢，这个 u u id 匹配多个卡号的错配呢？是检验这个患者编号或比如说患者编号和就诊卡号有没有重复的，这个文档里就是看这一列和这一列有没有重复的。其实如果 只是检测一下你这个文本有没有错误的情况，比如说一个患者编号配了不同的就诊卡号之类的情况，但是呢这一步不是必须的，如果你想要检验一下你的数据有没有错误，可以跑一下，但是并不是必须的，我这里跑给大家看一下 这里有没有重复的行，就是看你行与行之间有没有重复的，他也是帮你检验的。这一步其实检查数据你不是一定要做的，你这两步不跑的话，他也可以推出来答案， 下面呢它会报告给你编号与卡号对应关系是一样的，就是说这个 u u id 和 card number 是 一样的， 下一条是有没有重复数据，如果它没有检测到重复数据的话，就会给你报无没有重复的数据， 最后会把他们呃导出成数字型，因为你之后的一些，比如说血液检查了，或者是以其以后的其他的可能需要数字型，那我们前面是其实是把它导成了字母型方面合并，那最后就是除了这几行， 你不想要换成字数字型，你想要保留它是字母型的，就把它填在这个里面就可以了，然后它就有其他的全部会试图去还原成数字型，然后现在接下来就是导出， 好，现在已经导出了，我们去看一下它导出的结果 汇总版，现在就可以看出来它导出的结果了，它通过这个 patient id 来定位，把其他的所有的文件夹里的全部都填进去了，这样就完成了这个操作。
27阿树逗猫棒
01:36查看AI文稿AI文稿手把手教你用 r 语言做基因虚拟消除！今天手把手带大家做生信里超实用的基因虚拟消除，特别是目前最火的斯蒂尼夫 k n k 单细胞虚拟消除，跟着流程走就能轻松复现。 很多人问虚拟消除到底怎么做？其实逻辑特别简单，就是用电脑模拟敲掉一个基因，看看它下游的通路功能和细胞表型会发生什么变化。我把完整流程拆成六步，每一步都能直接照做。第一步，数据收集与处理，从 g o r xpress 下载纤维化相关的单细胞数据， 整合成纤维细胞的表达矩阵，做好标准化和批次校正。这是核心，包括三种思路，直接把目标基因表达设为零。模拟表达层面消除， 用 w、 g、 c、 n、 a 构建共表达网络，删掉基因节点，看网络变化，在单细胞水平预测消除后细胞亚群和状态转移。第三步，差异基因与功能赋级对比虚拟消除前后的差异基因 做 go kag reactome 赋级，重点关注 e、 c、 m 细胞迁移、炎症等通路。第四步，关键信号通路挖掘，用 g、 s e 分 析 t， g， f 减 y， w， n， t， hip 这些纤维化核心轴， 再用 s c nic 预测上游转路因子。第五步， p、 p i 网络与调控轴构建，用 string 构建蛋白互作网络，筛选 hapl 基因，搭建目标蛋白核心通路表情的完整机制链条。第六步，可选升级药物联合分析，把药物处理组和虚拟消除组做转路相似性比较， 直接验证药物是不是通过你这个靶点起作用。整套流程走下来，机制更硬，逻辑更闭环。发文加分项直接拉满！关注我，了解更多科研干货！
1125暖阳生信统计
