justin's、andrea's和torbjórn的python网络推理包

  1. 您所在的位置：
  2. Python中文网 >
  3. pypi >
  4. jatnip库 >
  5. 正文

jatnip的Python项目详细描述


Jatnipy

Justin's、Andrea's和Torbjórn的Python网络推理包

诺德林实验室jatnipy

什么是Jatnipy？

我们重新实现了genespider工具箱，并选择了python作为编程语言。python是一种流行的高级编程语言。它免费提供，广泛用于学术和商业领域。

方法：

我们将几个免费的python包合并到一个新的完整包中。我们最后将新的完整包装命名为jatnipy。

可用性和实现：源代码可以在https://bitbucket.org/temn/jatnipy/" rel="nofollow">https://bitbucket.org/temn/jatnipy/免费下载。 这是在python中重新实现genespider工具箱。

联系方式：justin

如何设置？

在使用jatnipy之前，我们应该确保pip3已经安装在本地计算机上。要安装pip，请使用以下命令：

  • 对于debian/ubuntu用户：
apt-get install python3-pip
  • 对于CentOS 7用户：
yum install python34-setuptools
easy_install pip

在本地计算机中使用pip3，然后安装virtualenvwrapper，通过以下命令为本地计算机创建虚拟环境

pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2

通过创建新的虚拟环境 

mkvirtualenv env1

选择要使用的虚拟环境

workon env1

用于下载和安装Jatnipy

备选方案1:git
  1. 使用git获取jatnipy存储库运行此命令 < > >
    git clone https://bitbucket.org/temn/JATNIpy/
    1. 通过
      2. < > >
      cd ~/JATNIpy/jatnipy.
      1. 在处理完所需的环境后，使用pip3安装 使用命令打包开源python3
        2. < > >
        pip3 install -e
        备选方案2：直接下载
        1. 从jatnipy下载
        2. 通过
          3. < > >
          cd ~/JATNIpy/jatnipy.
          1. 在处理完所需的环境后，使用pip3安装 使用命令打包开源python3
            2. < > >
            pip3 install -e
            备选方案3：直接安装

            使用pip3从pypi安装jatnipy 

            apt-get install python3-pip
            1

            在备选方案1和2中，当使用pip3 install-e时，它会安装以下依赖项：

            • 用于跟踪编程开发的版本控制系统
            • scipy基于python的数学、科学和工程软件
            • numpy用于进行数值或数学计算的基本python包
            • 熊猫在python中轻松使用数据结构和数据分析工具
            • matplotlib有用的python 2d绘图工具，提供类似于matlab的界面
            • scikit学习基于numpy、scipy和matplotlib的数据挖掘和数据分析
            • networkx用于研究图形和复杂网络的python包
            • glmnet-py流行的python版本glmnet库
            • py-ubjsonpython版本的通用二进制json编码器/解码器
              • <李>cvxpy处理python版本的凸优化问题
            • 请求：人类的http请求http的python库

            数据集和网络
            • 数据集在这里可用。
            • 网络可用此处

            基本功能

            要在安装后测试该基本功能，请打开python3并运行以下命令： 网络获取：

            apt-get install python3-pip
            2

            数据集获取：

            apt-get install python3-pip
            3

            上面的结构，网络和数据集，需要转换为python对象：

            apt-get install python3-pip
            4

            现在，您应该在python中加载默认网络和数据集。

            生成结果部分中使用的示例数据

            与genespider工具箱一样，我们在示例中使用的网络和数据集可以从在线存储库中下载，网址是：https://bitbucket.org/sonnhammergrni/gs-networks" rel="nofollow">https://bitbucket.org/sonnhammergrni/gs networks.org/sonnhammergrni/gs数据集" rel="nofollow">https://bitbucket.org/sonnhammergrni/gs数据集。 此外，我们使用的示例网络和数据集是nordling-d2010302-random-n10-l25-id1446937和nordling-id1446937-d20150825-e15-snr3291-idy15968。下面的代码将生成与示例不同的新网络和数据集。因为我们使用随机数生成器来创建网络和噪声矩阵。

            jatnipy中的网络生成

            接下来，我们生成一个包含10个节点的稳定随机网络，并且稀疏度小于0.25。使用这些规范，下面的代码创建一个datastruct.network对象。

            apt-get install python3-pip
            5

            使用datastruct.randomnet创建的随机网络和所需的相关性（iaa）度用作输入参数，以放入datastruct.stabilize中。该算法通过调整iaa阶次使所有特征值的实部为负来稳定网络。方法ne.setname用于指定网络对象的字段。网络的名称是根据其属性自动生成的，以确保每个名称都是唯一的。然后，您可以使用savepath（要保存的目录）运行命令以.json格式保存网络。

            apt-get install python3-pip
            6

            保存网络对象后，您可以使用下面的命令显示您生成的网络对象的内容。

            apt-get install python3-pip
            7

            显示的内容如下所示。它显示网络对象的属性。有些内容是：

            • a：是网络矩阵
            • g：是静态增益矩阵
            • n：是节点数
            • 已创建：字典是否记录此对象的详细信息
            • 说明：是网络的说明
            • name：网络对象的名称，其中包含创建者的名称、创建日期和边数。
            • 名称，节点：包含分配给每个节点的名称，这些名称是生成的如果未指定，则自动执行
            • params在网络矩阵中记录非零
            • random：是网络的类型
            • shape是网络矩阵的形状
            • 结构与type is随机
            apt-get install python3-pip
            8

            jatnipy中的数据生成

            我们使用jatnipy生成的网络来模拟扰动实验。我们模拟了n个单基因微扰实验。每个基因被一个接一个地干扰，然后随机进行n/2实验。

            apt-get install python3-pip
            9

            我们创建一个扰动矩阵p和一个相应的响应矩阵y。标准差用于生成信噪比（snr）等于7的噪声矩阵e。我们在这里不使用输入噪声，但是我们仍然应该定义它，因此，我们将它设置为零。然后用这些信息填充数据集对象。

            yum install python34-setuptools
easy_install pip
            0

            为了用数据初始化datastruct.dataset对象，我们将执行以下代码片段：

            yum install python34-setuptools
easy_install pip
            1

            初始化datastruct.dataset对象后，我们用以下命令保存它 

            yum install python34-setuptools
easy_install pip
            2

            然后，您可以使用这些代码显示您在个人文件夹中生成的新数据集对象。您应该使用您的个人目录名，而不是nordlinglab_justin-id17795-d20190415-n10-e15-snr277998-idy17795.json

            yum install python34-setuptools
easy_install pip
            3

            显示的输出是

            • e：是表达式噪声矩阵
            • e_协方差_元素：是响应的测量点变化
            • e廑covariance廑变量：是噪声响应的协方差
            • f：是扰动噪声矩阵
            • f_协方差元素：是扰动的测量点变化
            • e_covariance_variable：是子选项的协方差
            • m：是扰动矩阵
            • n：是基因号
            • p：是扰动数
            • y：是响应矩阵
            • \u model\u eq\u：显示模型方程
            • 已创建：是网络的基本信息
            • 节点：是每个基因节点的名称
            • 说明：是数据集说明
            • lamda：包括表达式和扰动噪声变量e_方差和f_方差
            • 网络：是网络名
            • 节点：是每个基因节点的名称
            yum install python34-setuptools
easy_install pip
            4

            如果数据是由您自己使用计算机生成的，则它可以将数据集连接到网络。因此，网络在数据对象中报告。 我们还为数据对象提供规范化过程，该对象将规范化表达式矩阵y。有三种不同的正常化程序：

            1. 标准化
            2. 最小/最大范围缩放
            3. 单位缩放。
              4. < > >

              所有方法都可以在行或列上工作，具体取决于输入。一些用法示例如下：

              1. 对于标准化
                2. < > >
                yum install python34-setuptools
easy_install pip
                5

                应返回0作为行和，每个样本的平方值应为1，因此行和应=m。

                1. 用于范围缩放
                  2. < > >
                  yum install python34-setuptools
easy_install pip
                  6

                  每行的最大值和最小值应分别为1和0。

                  1. 对于单位缩放
                    2. < > >
                    yum install python34-setuptools
easy_install pip
                    7

                    平方值的总和应为1。

                    应注意的是，噪声估计值目前没有根据新数据进行缩放，因此不应像在随后的计算中那样使用。

                    保存数据集

                    yum install python34-setuptools
easy_install pip
                    2

                    分析

                    analyse文件夹提供分析网络、数据集和基准结果的编程

                    我们首先演示如何使用以下命令从在线存储库加载示例网络nordling-d20110302-random-n10-l25-id1446937.json和datasetnordling-id1446937-d20150825-e15-snr3291-idy15968.json： 

                    yum install python34-setuptools
easy_install pip
                    9

                    Jatnipy的网络分析：

                    我们将net输入analyze.model以分析网络：

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    0

                    然后产生如下输出：

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    1

                    jatnipy中有六个度量值：

                    • 互比较性：这是使用numpy.linalg.cond（a）计算的a的条件数
                    • 网络组件：通过graphconncomp函数计算强连接组件的数量。
                    • avgpathlength：使用中值路径长度函数的网络图的路径长度。无论是graphconncomp还是median_path_length都使用基于python的networkx包来计算。
                    • taug：是网络的时间常数
                    • cc：平均聚类系数，可以解释为网络中每个节点的邻域稀疏性，但不考虑节点本身。
                    • dd：是模型的平均度分布。

                    属性analyze.model.type可以通过使用analyze.datamodel.type选择为有向的或无向的

                    不仅可以计算平均聚类系数，还可以计算所有聚类系数。所有聚类系数都可以通过

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    2

                    Jatnipy的数据分析：

                    我们将数据输入analyze.dataanalysis以分析数据：

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    3

                    然后产生如下输出：

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    4

                    以下两个函数计算所有信噪比

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    5

                    捷尼的性能评估：

                    为了分析推理方法的性能，我们首先需要生成一个输出。使用包装器很容易操作。每个方法都有一个关联的包装器，用于分析方法本身的数据。 在jatnipy中，我们重新实现了四个包装器，分别是lasso、glmnet、lsco、rnico。 在运行glmnet实现之前，我们应该执行以下命令行

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    6
                    • 要运行glmnet方法，我们执行：
                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    7

                    要使用glmnet，应先安装（如果安装在虚拟机中，则不需要此步骤）

                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    8
                    • 要运行lsco实现，我们执行：
                    pip3 install virtualenvwrapper
export WORKON_HOME=~/Envs
mkdir -p $WORKON_HOME
source /usr/local/bin/virtualenvwrapper.sh
mkvirtualenv env1
workon env2
                    9
                    • 要运行rni实现，我们执行：
                    mkvirtualenv env1
                    0
                    • 要运行套索实现，我们执行：
                    mkvirtualenv env1
                    1

                    算法中使用的返回正则化参数是zetavec。参数'full'意味着该方法将生成从满网络到空网络的完整正则化路径，其zeta值在0和1之间缩放。 只有对于rni方法，才可以在jatnipy中指定并提供zetavec。并且zetarange可以缩放用于参数的因子。然后，rni将使用值向量来推断网络

                    mkvirtualenv env1
                    2

                    该方法将使用该值向量来推断网络。

                    为了分析模型的性能，我们输入了网络估计值 由算法生成的模型比较方法：

                    mkvirtualenv env1
                    3

                    comparemodels中的max函数用于查找每个计算度量值的最大值：

                    mkvirtualenv env1
                    4

                    并且maxm包含comparemodels中所有度量值的最大值。如果您想获得特定度量的最佳性能，如'mcc'：

                    mkvirtualenv env1
                    5

                    如何在pypi上发布jatnipy

                    首先，您应该输入pypi寄存器并注册一个新的pypi帐户。

                    其次，为了将您的包上传到pypi，您将使用一个名为tween的工具。您可以像往常一样使用PIP安装绳线：

                    mkvirtualenv env1
                    6

                    pypi上的包不是作为纯源代码分发的。它们被包装成分发包。分发包最常见的格式是源文件和python控制盘。

                    要为包创建源存档和控制盘，可以运行以下命令：

                    mkvirtualenv env1
                    7

                    在运行此命令之前，您应该检查setup.py，可以参考打包python项目。记住要换个版本。最新版本不应与以前的版本同名。

                    如果要发布自己的包，则最后一步很短： （检查dist文件夹是否只有最新版本。）

                    mkvirtualenv env1
                    8

                    您应该输入帐户和密码以更新版本

                    我该和谁说话？

                    欢迎加入QQ群-->： 979659372 Python中文网_新手群

                    推荐PyPI第三方库


导 航 栏

项目 链接

标 签

许可证: BSD许可证（BSD 3条款）

作者信息:: 暂无

维护者

pypi user: justinlin justinlin pypi user: Xparx Xparx

最新PyPI项目

最新Python常见问题

热门话题
Java子类在构造函数中少取1个参数   arraylist在java中使用堆栈将对象添加到数组列表中   java如何使用扫描仪或缓冲读取器读取输入文件，并统计输入文件中出现的所有特定字符   java围绕其中心逆时针旋转2D数组，同时保持数组大小   java输入后，println不会输出任何内容   java未知HK2故障多重异常   SimplePath中字段的java Querydsl 4 StringExpression   循环遍历java代码中的多个集合   socket inputstream在使用BOX java sdk时损坏   java什么是面颊新闻活动？   列出比较多个整数并查找java中的最大整数   用户权限如何获得在java中Windows vista/7的C驱动器中打开目录的管理权限   范围内最大/最小值的java数据结构   文件如何使用Java下载和解压缩zip存档？   JavaSpring动态原型bean   类似于云浏览的java应用程序   java无法联系localhost:8005。关闭Tomcat时，Tomcat可能未运行错误