前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >生物信息学数据管理习题 Python3

生物信息学数据管理习题 Python3

作者头像
用户1075469
发布于 2020-05-18 08:58:47
发布于 2020-05-18 08:58:47
9220
举报
文章被收录于专栏:科技记者科技记者

《Python生物信息学数据管理

这是我两三年前学习过的一本书,我觉得这本书挺好,把生物学的问题直接在python学习中解决了,推荐给大家,之前还整理了习题代码,分享一下。之前分享在了github上,收获了10颗星,惭愧,已经是我最多星的一个。还有一两个习题记得没有解答出来,如果你解答出来了,欢迎交流!代码有的肯定不是最优的,只是一种解答方法,可能有错误,也欢迎指正,谢谢!我坚信分享使我们快乐,加油!我是用python3完成的,当然二者区别也很小(目前我基本只认识到了print函数的区别),除非遇上那种多年不遇的bug。

https://github.com/zd200572/Managing_Your_Biological_Data_with_Python

我的经验是,想要入门一门编程语言真的要翻上好几本书才够,因为一本书的风格并不一定符合你的喜好和水平,可能读完了没有产生共鸣,提升不大。而且,只有把知识反复看,相当于复习才能初步掌握嘛。虽然不必要每本书都买回来,图书馆借来读下也是极好的。总有一本书会是你豁然开朗的寻一本,就拿我的R语言学习来说吧,买来的《R语言实战》和之前的实战书系列读得不明不白,中间间隔时间又有点长,反而是讲量化投资的那本R语言书让我有点茅塞顿开的感觉。这里要说下技能树赠送的《生物信息学讲义》,R语言的知识点讲的清晰明了,再次加深了这种感觉。虽然对于R语言还是在门口徘徊,但坚定了继续翻几本书将入门进行到底的决心。之前我还推荐过一本R的达人迷系列,书也不错。

再有就是从项目中学习,可以实现一个自己特别需要的小功能,在学习阶段可以重复造个小轮子,比如实现excel公式可以实现的小功能,列拆分这种。Happy Coding!

阅读原文是习题github!

把上次的视频剪辑了下,发现手机ES文件浏览器就可以实现基本剪辑。 http://mpvideo.qpic.cn/0bf26yaakaaahialzmfx6vpfb5wdax3aabia.f10002.mp4?dis_k=a410f1422642541874e49ffbfc0a12ee&dis_t=1589792306

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-05-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 科技记者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
读《理解生物信息学》
思想就像基因一样,需要通过表达来传播和互相吸引,并且生成新的东西。基因的表达,这样的表述读起来平平常常,然而我们建立这样一套概念系统是大量优秀的科学家不断探索的结果。
生信菜鸟团
2022/04/08
6160
读《理解生物信息学》
如何自学生物信息学:从菜鸟到专家
看透了如此多的秘密,我们已停止相信尚有不可知之物。然而,那不可知之物却仍然坐在那里,冷静地舔着自己的嘴唇。
简说基因
2020/12/02
2.1K0
互联网游荡杂志(第18期)-评价你的生物信息学的研究水平
其实原文说的是如何评价生物信息学的研究水平,引用的是刘小乐教授的观点。但我觉得,其实这些标准完全适用所有从事数据科学的人。
北野茶缸子
2022/07/07
5260
互联网游荡杂志(第18期)-评价你的生物信息学的研究水平
推荐几本生物信息学相关书籍
我就随便点开看了看,顺手把它们转存了,但直到今天还没有打开任意一本书,的确,收藏就是雪藏!
生信技能树
2020/05/14
2.1K1
推荐几本生物信息学相关书籍
R语言相识生物信息学
R在生物信息分析中有着极其重要的重要,无论我们做什么样的分析,我们都离不开强大的R。无论是统计学分析,还是想得到漂亮的图形,R都成了我们工作必不可少的一部分。无论是统计学算法,还是测序深度、覆盖度、热图、火山图、Peak、PCA、共表达网络、GO、KEGG的图形化,甚至很多TCGA等数据库数据的下载,我们无一例外都可以用R实现。接下来,我们介绍几个比较有用的网站论坛,希望对广大学习生物信息的同志们有所帮助。
一粒沙
2019/07/31
1.3K0
R语言相识生物信息学
Science:生物信息学,神秘的新职业
Science: 生物信息学,神秘的新职业 今天的生物信息学家迎来了好时候。由于各个部门生成了几乎无穷无尽的生物数据,因此形成了对于生物、统计学和计算机科学交叉领域中有经验的专业人才的高度需求。科学家
阿凡亮
2020/04/14
1.3K0
基础生物信息学
我们正在见证生物医学研究的一场革命:几十年来,虽然人们一直清楚探索生物系统的遗传学对于了解生物系统是非常重要的,但是以前获得遗传序列是非常昂贵和复杂的。而现在,获取基因序列简单又便宜,以前所未有的速度生成数据。生物信息学序列分析是了解这些序列的核心,这本书简单介绍了DNA, RNA和蛋白质序列的研究。
生信挖掘姬
2020/06/05
5510
大咖聊“生信”—生物信息入门必备
这几年生物信息学(Bioinformatics,下文简称生信)的迅猛发展席卷科研领域,越来越多的科研工作者认识到生物信息的重要性,部分实验室甚至开出高价招聘专职的生物信息分析人员。越来越多的研究生为了老板的需求或者自己的发展,也开始了解和尝试学习生物信息。为此,各种“鱼龙混杂“的培训班曾出不穷,但是,扪心自问,真正能够带你进入这个领域的恐怕少之又少。
用户6317549
2019/09/24
1.7K0
大咖聊“生信”—生物信息入门必备
现代生物学领域的生物信息学权重高吗
上面的代码获取全部的书籍的大标题和小标题,接下来就是针对它们的标题内容进行一个简单的汇总整理。简单的看了看生物信息学相关非常少:
生信技能树
2023/09/04
1830
现代生物学领域的生物信息学权重高吗
生物信息学软件工具的大致分类
其中网页工具和云平台都不是针对专门的生物信息学工程师设计的,因为并不需要使用者会编程语言,所以使用起来非常简单。下面来一一介绍一下它们:
生信技能树
2023/11/21
6170
生物信息学软件工具的大致分类
如何成为顶级生物信息学家
前几天去南京参加两年一度的全国大会CCBSB2014,今年是第六届,见到许多熟识的前辈和老朋友,也结识了不少新朋友。相比于两年前在哈尔滨开的第五届大会,参会人数又多了100多。连大会特邀报告算上,总共76位学者做口头报告,其中30位学者我之前并不认识,这个比例正好是40%。领域里的大会小会,无论何时、何地,总有约40~50%的学者我不认识,这个比例近年来恒定不变,咱生信领域发展速度之快,由此可见一斑。70多位学者的报告所涉及的研究方向,大概至少有60多个,两位或者多位学者从事一个小的研究方向的现象,非常少见。昨晚和有11年交情的好友一起吃饭,大家回忆十年前国内生信开大会的场景,想了半天庆华来一句:那会儿大家好像没啥可以做的,哪像现在这么多问题啊!所以咱生信领域现在真实的场景是:火打着,油门踩到底,档挂到顶,一望无际的荒原,使劲的狂奔,一往无前;有条件的开法拉利,没条件的开乐驰,实在没条件的蹬个三轮儿也行,反正地盘儿有的是,谁抢着算谁的。兄弟我对这一现象总结:圈地运动。讲这儿估计有人不高兴了:你们生信咋做的这么散呢?这个不是咱生信想做的散:问题实在太多,又不缺数据,自己感兴趣的问题都没解决,哪有时间管人家的东西啊?使劲儿的冲就得了。至于即将毕业,或者刚毕业的同行兄弟们,也别觉得没肉吃了,大家就算这么裸奔,也远没有涵盖生信所有的方向,并且一般一个小领域往少了说能容纳10位学者不算挤,那咱这领域的规模扩大10倍也照样容得下。所以咱在这儿说一句:欢迎加入圈地运动(要不改成“生信欢迎您”?)。
阿凡亮
2020/04/14
9731
顶级生物信息学 RSS 订阅源
早在 2018 年的时候我在"生信草堂"的公众号上写过一篇关于 RSS 的文章《使用 RSS 打造你的科研资讯头条》,介绍了关于 RSS 的一些内容和如何使用 inoreader 来订阅你感兴趣的一些科研资讯。 今天主要来给大家推荐一些常用的生物信息学的 RSS 订阅源,通过这些订阅源你可以及时掌握和了解到一些比较前沿的生物信息学研究资讯。
章鱼猫先生
2021/10/15
1.4K0
顶级生物信息学 RSS 订阅源
跨越了6个阶段,我仍然是生物信息学初学者
这一期是我在朋友圈看到了我们单细胞天地常驻编辑周运来的真情流露,邀请他投稿的我们生信故事会栏目:
生信技能树
2020/07/14
1.1K0
生物信息学算法之Python实现|Rosalind刷题笔记:003 中心法则:翻译
我在生物信息学:全景一文中,阐述了生物信息学的应用领域非常广泛。但是有一点是很关键的,就是细胞内的生命活动都遵从中心法则,生物信息学很多时候就是在中心法则上做文章:
简说基因
2020/12/14
5430
Python从零开始第五章生物信息学①提取差异基因
我入门生物信息学是通过R语言入门的,但是接触到了python,这个也是目前用户数量数一数二的语言。python去做生信得优点是①过程更加直观,因为常见的R包功能一般已经封装好了,直接应用就可,虽然足够简单友好,但是不利于长期学习②基因组数据一般比较大,python速度一般比R快。
用户1359560
2018/12/19
2.6K0
生物信息学 | 借助 AI 更高效地开启研究
生物信息学 (Bioinformatics) 是指利用应用数学、信息学、统计学和计算机科学的方法,研究生物学问题。
HyperAI超神经
2023/11/02
3640
生物信息学 | 借助 AI 更高效地开启研究
生物信息学软件之网页工具和在线数据库
生物信息学领域有许多在线工具和资源,这些工具提供了各种分析和可视化功能,无需用户进行大量的本地安装和配置。而且绝大部分都是大机构开发和维护,知名度比较好的大机构包括:
生信技能树
2023/11/24
7500
生物信息学软件之网页工具和在线数据库
生物信息学命令行入门的十个简单规则
随着测序技术的发展,基因组学变得越来越受欢迎,并且已经应用到农业医学环境保护等不同的领域。这使得许多具有生物学和遗传学背景的研究员,面临着大数据分析的挑战。在这里,我们为有兴趣使用命令行进入生物信息学领域的任何人提供了10条简单规则。简单来说,这十条规则可以总结为下图。
生信菜鸟团
2021/04/13
7850
生物信息学命令行入门的十个简单规则
生物信息学Topic论文投稿指南(计算表观遗传方向)
去年,我们的Volume I成功发表40篇论文,获得60000多次阅读和下载量,效果良好,所以Frontier出版社主动联系我们积极筹办Volume II,现已开放在线投稿,欢迎赐稿主题为“计算表观遗传学”,与细胞重编程,人类疾病,细胞分化相关的计算表观遗传学方向的研究者不要错失良机。
生信技能树
2020/08/11
6830
生物信息学Topic论文投稿指南(计算表观遗传方向)
读《生物信息数据库建设使用与管理指南》
随着国内生物信息学的发展,目前在十几个主要的生命科学科室都建立了自己的生物信息团队,也形成了以NGS技术为代表的生物信息科技服务产业,自然地,他们也有生物信息团队。从早期的C,perl到如今的python和R,这些计算机语言的应用为我们揭示生物学问题提供了新的语言、工具、手段。当然,我们看到生物信息作生命科学的基本配置正在成为常态,各个实验室也还在慢慢培养和配备自己的生物信息人员、硬件、软件。
生信菜鸟团
2021/12/13
1.3K0
读《生物信息数据库建设使用与管理指南》
推荐阅读
相关推荐
读《理解生物信息学》
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文