![]()
- 참고 : https://www.vultr.com/docs/how-to-install-rstudio-server-on-centos-7/ How to Install RStudio Server on CentOS 7 We are simplifying the cloud. One Login, 16 Countries, 27 Cities, Infinite Possibilities. www.vultr.com 방화벽 설정단계를 못해서 엄청 해맸다.. R 설치하기 - R studio 공식 홈페이지 참조 https://docs.posit.co/resources/install-r/#optional-install-recommended-packages # root로 로그인 or sudo 사용 sudo yum update -y ..
![]()
2022-11-22 드디어 연구실에 서버가 배송되었다. 깜빡하고 랙을 주문하지 않는 바람에 상자 위에 놓여있긴 하지만,, 일단 miniconda와 qiime을 순서대로 설치했다. 그 다음 서버 R을 설치해보았다. 현재 쓰고있는 OS 는 centOS이다. R은 깔렸지만 Rstudio가 설치되지 않는다. 그래서 WSL로 사용중인 Ubuntu에도 이와 같은지 설치를 해보았다. 안되면 뭐 jupyter notebook쓰면 되지! 준비 sudo apt-get update R 설치 sudo apt install r-base server R 다운로드(최신버전으로) https://dailies.rstudio.com/rstudio/elsbeth-geranium/server/jammy-amd64/ # 2022-11-22 ..
![]()
마이크로 바이옴 네크워크 분석을 위해 Netcomi를 써보려하던 참이었다. https://www.biorxiv.org/content/10.1101/2021.02.24.432662v1.full 이 논문에서 코드를 제시해주고 있기도 해서 다운로드만 하면 손쉽게 분석이 가능할줄 알았다. 하지만 내가 이걸로 1시간 넘게 머리를 싸맬 줄이야... 일단 시도해볼것은 아래와 같다 1. 제작자의 설명에 따라 설치 단계를 밟아가기 # Required packages install.packages("devtools") install.packages("BiocManager") devtools::install_github("GraceYoon/SPRING") devtools::install_github("zdk123/Spiec..
프로젝트 데이터를 LefSe분석을 통해 minor한 taxon에서 각 그룹간의 차이를 보려고 한다. library(microbiomeMarker) phyloseq.group1
![]()
- Moving Picture data를 이용해 microbiomeMarker 로 분석을 해보려는데, clagoram이 그려지지 않았다. - cladogram이란 lefse분석 이후 각 그룹을 대표하는 biomarker 생물들을 각 정렬하고 어떤 type에서 많이 상대적으로 나타나는지 보여주는 그림이다. - 아래와 같이 나타남 일단 패키지 설치 하고 if (!requireNamespace("BiocManager", quietly = TRUE)) { install.packages("BiocManager") } BiocManager::install("microbiomeMarker") library(microbiomeMarker) # Moving Picture 데이터로 만든 phyloseq [ps]를 1. 1..
![]()
작성일 : 2022.10.20 if (!requireNamespace("BiocManager", quietly = TRUE)) { install.packages("BiocManager") } BiocManager::install("microbiomeMarker") 이걸로 처음에 다운받고 공식 튜토리얼(https://www.bioconductor.org/packages/devel/bioc/vignettes/microbiomeMarker/inst/doc/microbiomeMarker-vignette.html) 을 하려고 보니 library(microbiomeMarker) # data(kostic_crc) kostic_crc mm_test
![]()
날짜별 기록 파일이 필요하던 찰라에 날짜가 제목인 빈 txt 파일이 필요해서 코드를 짰다. 가장 도움이 되었던 것은 이 링크 클릭 # 파일 생성 함수 def mk_txt(year,month) : month= str(month) year = str(year) list = [] if month in ['1','3','5','7','8','10','12'] : for i in range(1,32) : day = str(i).zfill(2) list.append(year+month+day) elif month in ['4','6','9','11'] : for i in range(1,31) : day = str(i).zfill(2) list.append(year+month+day) else : for i in r..
![]()
- 수정 : 2023-04-11 - 원문: https://stackoverflow.com/questions/14711470/plotting-envfit-vectors-vegan-package-in-ggplot2- - 원문을 번역하여 풀어쓴 글임 오늘 분석에 사용할 데이터는 "dune"으로 네덜란드 모래언덕 초지의 식물 데이터이다. dune은 20 개의 지역에서 관찰한 30종의 식물의 개수가 적혀있는 표형태의 데이터이다. 이 데이터를 이용해 vegan 패키지의 envif를 적용하여 어떤 지역에 어떤 종이 가장 많이 자라는지를 확인해 볼 것이다. # 데이터 불러오기 library(vegan) data(dune) head(dune) # Achimill Agrostol Airaprae Alopgeni Antho..
![]()
미생물 분석과 환경분석의 분석 법은 거의 동일한것 같다.환경 데이터를 분석하는 실험실에서 미생물도 다루는것을 보면 알 수 있다. 그래서 환경 데이터 분석에 쓰이는 R 패키지가 미생물 분석에도 많이 쓰인다. 이 중 주로 NMDS plot과 다른 환경 변수 사이의 상관관계를 분석할때 사용되는 envfit package을 살펴보자 🟦 Envfit이란? envfit (Fits an Environmental Vector or Factor onto an Ordination) Vegan 패키지의의 함수중 하나로 상관관계를 위해 사용됨 주로 환경 데이터 분석에서 활용 +) 미생물 분석에도 활용 input파일을 총 두 가지 이며, 하나는 metadata와 하나는 각 샘플마나 어떤 생물(혹은 미생물의 경우 OTU, ASV..
![]()
- 교육용으로 R스크립트를 적으려고 하는데 역시 바로 실행해서 이해할 수 있게 주피터나 코랩을 쓰는것이 가장 좋다는 생각이 들었다 - 주피터는 쓰고 있는데 콘다설치 등등 어려운점이 많고 코랩은 구글 아이디만 있으면 되니 더욱 간편하다 - 구글 드라이브와 연결은 되는게 결국 구글 드라이브에 있는 파일을 colab 세션에 다운받아서 사용하는 것으로 완벽한 동기화는 아닌듯 하다 1. 코랩에 구글 계정 연결 2. R 환경에서의 colab session 만들기 - https://colab.research.google.com/#create=true&language=r 로 접속하기 - ~.ipynb라고 되어있지만 아래 코맨드를 입력하면 4.2.0 버전의 R이 실행됨을 알 수 있음 3. google drive 연동하기..
![]()
공고 : SW융합 클러스터 홈페이지 일시 : 2021.11.16~11.18 (3일차) 장소 : 한국전자기술연구원 전북지역본부 교육내용 : python기초/농생명 데이터 분석(Nympy, pandast사용) 강사 : 김은연 박사님(한길소프트 대표) 0. 강의에 앞서.. 데이터 마이닝 =/= 머신러닝 데이터 마이닝 : 데이터 안에 있는 잠재적인 패턴을 찾는 것 머신러닝 : 기계에 학습 시키는 것 데이터 마이닝 프로세스 둘 다 상업적 이해를 기반으로 시작 -> 데이터 전처리 -> 모델링 -> 결과 평가 -> 업그레이드 예측까지 하면 머신러닝 결과만 나오면 데이터 마이닝 인공지능에 왜 파이썬을 사용하는가? 머신러닝, 딥러닝 라이브러리 존재, 통계 툴도 존재, 시각화도 좋음 그리고 무료임!! 물론 R도 시각화하기..
#good habit for data science education ?plot help(plot) #get used to data plot(iris) str(iris) tips=read.csv('http://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv') str(tips) head(tips) tail(tips) summary(tips) install.packages("dplyr") #now you can use '%>%' !!! install.packages("ggplot2") # visualization tool library(dplyr) library(ggplot2) tips%>%ggplot(aes(size)) + geom_hist..
