数据分析思维之分而治之

文章预览

在前面的笔记中： 扎克伯格背刺基于R语言的Seurat单细胞生态 我提到了一个比较大数据量（接近100万个细胞啦）的单细胞转录组项目，是 929,686 cells derived from 156 fresh clinical samples obtained from 41 HGSOC patients 。 这样的话，它是 31815个基因 ，是 929690 个细胞，所以数值会很恐怖，是29578087350，但是因为是稀疏矩阵，所以这个单细胞表达量矩阵里面绝大部分都是0值，真正有数值的地方是2178171554，差不多是7.36%，这个是单细胞转录组的特性：drop-out。如下所示： > 2178171554/29578087350 [1] 0.07364139 既然数值的地方是2178171554，那么在R编程语言里面读取sparse_matrix.mtx文件会 报错： Error  in  scan(file, nmax = 1, what = what, quiet = TRUE, ...) :    scan() expected  'an integer' , got  '2178171554' Calls: readMM -> scan1 -> scan Execution halted ==> inputs/sparse_matrix.mtx  < == %%MatrixMarket m ………………………………