Ehrapy-基于python的临床多组学数据端到端分析工具（四）

文章预览

教程首页 教程地址：https://ehrapy.readthedocs.io/en/stable/tutorials/notebooks/mimic_2_introduction.html 聚类分析 为了更好地理解数据，通常通过莱顿算法中实现的社区检测来确定集群是有用的。此外，聚类允许对集群之间发生变化的特征进行无偏检测，因此对我们来说很有用的。 聚类识别 ehrapy中的实现允许设置确定找到的集群数量的分辨率。调整参数通常很有用。 # 使用Leiden算法进行聚类分析 # 参数说明: # - adata: AnnData对象,包含需要聚类的数据 # - resolution: 聚类分辨率参数,值为0.3 #   - 较小的resolution值会产生较少的聚类 #   - 较大的resolution值会产生较多的聚类 #   - 0.3是一个中等的分辨率,可以得到适中数量的聚类 # - key_added: 聚类结果存储的键名为"leiden_0_3" #   - 聚类结果将保存在adata.obs["leiden_0_3"]中 #   - 每个细胞会被分配一个聚类标签 # 该 ………………………………