Seurat4.0单细胞数据分析 数据的归一化


 

001、数据的归一化是在数据的标准化的基础上进行的,而且是按照行来进行的, 即:

(每一行的观测值 – 每一行的平均值)/每一行的标准差

 

验证:

 

a、前期步骤参考:https://www.jianshu.com/p/4f7aeae81ef1

 

b、

all.genes <- rownames(pbmc)
pbmc <- ScaleData(pbmc, features = all.genes)
std_res <- pbmc[["RNA"]]@scale.data                      ## 归一化标准答案

dat1 <- pbmc[["RNA"]]@data                              ## 在标准化数据的基础上进行归一化处理
dat1 <- as.data.frame(dat1)
dat1 <- t(dat1)                                         ## 首先转置, 按列计算速度快
mean_all = apply(dat1, 2, mean)
sd_all = apply(dat1, 2, sd)
for (i in 1:ncol(dat1)) {
  dat1[,i] <- (dat1[,i] - mean_all[i])/sd_all[i]        ## 观测值减去平均值, 然后除以标准差
}
dat1 <- t(dat1)                                         ## 归一化计算结果
dat1[1:4, 1:4]
std_res[1:4, 1:4]                                       ## 对比结果

Seurat4.0单细胞数据分析 数据的归一化

 

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/282008.html

(0)
上一篇 2022年8月24日
下一篇 2022年8月24日

相关推荐

发表回复

登录后才能评论