大杂烩,味道好

Matlab-常用清洗数据命令

2019-12-03  本文已影响0人  PriscillaBai
  1. 添加路径+加载数据

addpath()
load("XXX.mat")

  1. 数据转置

df = df'

  1. 判断矩阵中全是0的行或列

na=all(isnan(df),2);
z=find(na==1);
all: 当所有元素为0时返回TRUE

  1. 去掉矩阵某几个对象

df(z,:)=[]

  1. 临近填补

df=knnimpute(df);

  1. 格式转换

num2cell %将double转成cell
cell2mat %将cell转成double
string %将cell转成string
str2double %将string转成double
cellstr %将string 转成cell

  1. 查询某一个元素是否在某一列里面

strcmp(A, B) %查询B是否在A里

  1. 查找 (R里面的which)

find(target_met==1)

9 查找 方法2

当C完全是A的子集时,能出C能调出B来
map_1 = containers.Map(A,B);
Metab_name = values(map_1,C);

  1. 合并矩阵 (相当于R中的cbind, rbind)

cat(1, n, meta) %1是按照行合并

  1. 创建一组重复数据

repmat(6,1,213)
1列,213行,每个数字都是6

  1. 输出图像

set(gif, "Position", [100 100 700 10000])
print(gif, "-dtiff", "heatmap.png", "-r600")

12.对数据进行Z矫正(对列矫正)

data=zscore(data)

  1. 同一张图输出多个图像

subplot(3,1,1) %一列,3行,第一个图像
subplot(3,1,2) %一列,3行,第二个图像

  1. 在图像上继续加元素

hold on
加完了 hold off

  1. 制作矩阵(全是0)用于循环的填充

data = zeros(a,b)
a,b 为行和列

  1. 查找矩阵有多少行多少列

size(data,1) #多少行

  1. 查找每列有多少个缺失值

[row,col] = find(isnan(data_mean)==1);
frequency = tabulate(col);
nonan_Meta_Index = find(frequency(:,2)==0);

  1. 创建路径

mkdir('result/WTob')

  1. 创建存储cell的对象

All_data = cell(6,1); %6行1列

  1. 一张图像上画多个图

subplot(7,1,i) %7行1列第I个

  1. 输出图像比例

pbaspect([1, 1, 1])

  1. 字符串连接

strcat(a,b)

  1. 画图参数

xticks([1:10])
xticklabels(Samplename);
xtickangle(45);

xlabel("log2(Fold change)");
  1. 新建文件夹

mkdir('result/1')

  1. 加载数据

load()

  1. 不等于
    ~=

  2. 柱状图

histogram(zero_fc,'BinWidth',0.2,'FaceColor','#0072BD')

  1. 画虚线

plot([1,1],[0,2500],'--k','LineWidth',1)

  1. 散点图

plot(DEGs_red(:,1),-log10(DEGs_red(:,2)),'.','Color',"r")

30 读取CSV
data_bio = readtable('EC.csv');
data_bio = table2cell(data_bio);

五天入手matlab,开心
上一篇下一篇

猜你喜欢

热点阅读