- 综合排序
- 最热优先
- 最新优先
- 来自专栏单细胞天地
scanpy教程：PAGA轨迹推断
好了，我们来看看scanpy中PAGA是如何实现的吧，好不好？ _core.anndata.AnnData, layout: scanpy. This requires to run :func:`~scanpy.pp.neighbors`, first. ` in :func:`~scanpy.tl.umap` and :func:`~scanpy.tl.draw_graph` via `init_pos='paga'` pl.paga_path pl.paga_compare 我们看到use_rna_velocity参数，scanpy也可以用rna速率数据啊。
8.3K95发布于 2020-04-08 - 来自专栏生物信息学、python、R、linux
scanpy分析单细胞数据
scanpy和seurat是最常用的分析的单细胞的工具，seurat基于R，而scanpy基于python。 linux下用pip安装scanpy pip install scanpy 下载测试数据 mkdir data wget http://cf.10xgenomics.com/samples/cell-exp pbmc3k_filtered_gene_bc_matrices.tar.gz mkdir write jupyter下面运行： import numpy as np import pandas as pd import scanpy
2.4K20发布于 2020-12-21 - 来自专栏数据科学（冷冻工厂）
单细胞分析: Scanpy 核心绘图 (1)
引言 本系列讲解 使用 Scanpy 分析单细胞（scRNA-seq）数据 教程[1]，持续更新，欢迎关注，转发！ 简介 本文旨在探索 Scanpy 在数据可视化方面的功能，并分为三个部分： 一是嵌入数据的散点图绘制，例如 UMAP 和 t-SNE； 二是利用已知标记基因识别细胞簇； 三是差异表达基因的可视化。 Scanpy 提供了该数据集的一个简化样本，仅包含 700 个细胞和 765 个高变基因。这个简化样本已经完成了预处理，并且已经计算了 UMAP。 自然杀伤细胞 (NK)：GNLY、NKG7 髓系细胞 (Myeloid)：CST3、LYZ 单核细胞 (Monocytes)：FCGR3A 树突状细胞 (Dendritic)：FCER1A 散点图 通过 Scanpy 为了提供更高的灵活性，还可以使用通用函数 scanpy.pl.embedding()，它可以处理 adata.obsm 中存储的任意键值。
38110编辑于 2025-07-14 - 来自专栏数据科学（冷冻工厂）
Scanpy 分析 scRNA-seq数据|质控
预处理和聚类 # Core scverse libraries import scanpy as sc import anndata as ad # Data retrieval import pooch 质量控制 scanpy 的 calculate_qc_metrics() 函数用于计算常见的质量控制指标，这些指标主要基于 scater 中的 calculateQCMetrics。 Scanpy 提供了一种名为 Scrublet 的双细胞检测方法。Scrublet 通过最近邻分类器，结合观察到的转录组和模拟双细胞来预测细胞双细胞。 scanpy.pp.scrublet() 函数会在 .obs 中添加 doublet_score（双细胞分数）和 predicted_doublet（预测的双细胞标记）。
41900编辑于 2025-05-14 - 来自专栏单细胞天地
scanpy结果转为seurat可处理对象
分享是一种态度 网上Seurat转scanpy的教程一抓一大堆，然鹅找遍全网都没找到一个靠谱的反向操作方法。 所以，是时候祭出reticulate了（以下操作全程在Rstudio进行）： library(reticulate) ######加载python模块###### scanpy <- import(" scanpy") pandas <- import("pandas") adata = scanpy$read('. /matrix.h5ad') ###载入scanpy输出的h5ad文件 #######导出基因名和样本信息################ meta = adata$obs gene <- adata $var #############导出矩阵并转置，scanpy和Seurat的行列是反的############# adata2 = adata$X adata2 = adata2$T 此时你就得到了一个稀疏矩阵
4.2K20发布于 2021-09-15 - 来自专栏单细胞天地
scanpy教程：预处理与聚类
当然，选择走一遍scanpy的原因，不是因为它的强大，只是因为喜欢。 在我搬这块砖之前，中文世界关于scanpy的介绍已经很多了，这当然是好事。不知道谁会以怎样的方式遇见谁，所以，还是让我们开始吧。 然后是安装scanpy这个库，当然可能会遇到一些问题，但是花点时间总是可以Google掉的。在Windows、mac、linux平台scanpy都是可以运行的。 在学习新的库时，文档是不可不看的。 我们打开scanpy的教程官网：https://scanpy-tutorials.readthedocs.io/en/latest/pbmc3k.html ，对，就是这么直白。 我认为搞清楚这个基本上学会一半scanpy了。 This requires having ran :func:`~scanpy.pp.neighbors` or :func:`~scanpy.external.pp.bbknn` first.
15.7K2721发布于 2020-04-08 - 来自专栏数据科学（冷冻工厂）
单细胞分析: Scanpy 核心绘图 (2)
引言 本系列讲解 使用 Scanpy 分析单细胞（scRNA-seq）数据 教程[1]，持续更新，欢迎关注，转发！ 基于已知标记基因识别细胞簇 通常，细胞簇需要利用众所周知的标记基因来进行标注。 首先，我们建立一个包含标记基因的字典，因为这将允许 scanpy 自动对这些基因组进行分组标记： marker_genes_dict = { "B-cell": ["CD79A", "MS4A1 , layer="scaled", vmin=-2, vmax=2, cmap="RdBu_r", ) Reference [1] Source: https://scanpy.readthedocs.io
44510编辑于 2025-07-24 - 来自专栏数据科学（冷冻工厂）
单细胞分析: Scanpy 核心绘图 (3)
引言 本系列讲解 使用 Scanpy 分析单细胞（scRNA-seq）数据 教程[1]，持续更新，欢迎关注，转发！ sc.pl.rank_genes_groups_tracksplot(pbmc, n_genes=3) Comparison of marker genes using split violin plots 在 scanpy = sc.pl.correlation_matrix(pbmc, "bulk_labels", figsize=(5, 3.5)) Reference [1] Source: https://scanpy.readthedocs.io
39300编辑于 2025-08-08 - 来自专栏单细胞天地
scanpy教程：空间转录组数据分析
基本概念 10X空间转录组Visium || 空间位置校准 Seurat 新版教程：分析空间转录组数据（上） Seurat 新版教程：分析空间转录组数据（下） 今天我们就以10X-Visium，我们来看看在scanpy import scanpy as sc import numpy as np import scipy as sp import pandas as pd import matplotlib.pyplot warnings (1), info (2), hints (3) sc.logging.print_versions() sc.settings.set_figure_params(dpi=80) scanpy articles/nmeth.4636 [5] Xia et al. 2019: https://www.pnas.org/content/116/39/19490.abstract [6] https://scanpy-tutorials.readthedocs.io
7.3K11发布于 2021-01-12 - 来自专栏生信菜鸟团
Seurat Weekly NO.06 || Scanpy2Seurat
但是这样的转化总有需求，于是，Seurat团队开发了SeuratDisk包，希望满足数据在Seurat和Scanpy之间快速搬家的需求。
2.9K41发布于 2021-01-18 - 来自专栏单细胞天地
scanpy的UMAP可视化高级版
在进行UMAP可视化时，经常使用scanpy.pl.umap()来进行可视化，但是有时不能画出我们想要的结果，这时应该怎么办呢？ 我们通过实例数据集进行演示，代码如下： import scanpy as sc #读取实例数据集 data=sc.datasets.pbmc68k_reduced() #umap可视化 sc.pl.umap
1.9K10编辑于 2024-04-15 - 来自专栏生信技能树
scanpy和Seurat单细胞分析对比
scanpy和seurat分析代码比较 尝试把曾老师的单细胞seurat分析的代码转换成scanpy版本的，包括样品读取，质控，harmony去除批次效应，降维聚类，marker鉴定。 /scRNA_scripts/check-all-markers.R') setwd('../') getwd() last_markers_to_check scanpy版本的python代码 安装各种库的时候，直接pip install scanpy即可 如果是在jupyter notebook或者jupyter lab里，需要在前面加上！ pip install scanpy #安装导入需要的模块 import scanpy as sc import numpy as np import pandas as pd from glob 下的read_10x_mtx函数读取数据，传入文件夹路径，保证文件夹下还是这三个文件即可 循环读取9个单细胞数据，用字典进行存储，key为样本名，value为scanpy读取后的对象 用scanpy下的
2.4K70编辑于 2023-11-16 Scanpy可视化技巧--UMAP图优化
前几天后台有同学私信说想要美化下scanpy绘制的UMAP图，给了篇单细胞文章中的UMAP截图，我们写了一个函数，用于美化scanpy的UMAP图，思路还是比较简单，能让你的UMAP图拥有：✓ 细胞亚群轮廓线 y_min-offset, 'UMAP1') # 动态标签自动计算箭头长度比例自适应图像长宽比标签防遮挡设计完整函数封装import numpy as npimport pandas as pdimport scanpy
62400编辑于 2025-05-29- 来自专栏生信技能树
scanpy读取空转Visum HD数据&基础分析
奋斗到半夜，我这里就不写心酸血泪史了： 你如果配置有问题，可以考虑找我要一个conda的yaml文件，微信是：Biotree123 2.使用scanpy读取： 参考：https://scanpy-tutorials.readthedocs.io conda 创建一个python=3.10的小环境 import os import numpy as np import pandas as pd import seaborn as sns import scanpy total_counts', 'pct_counts_mt'], library_id='P2', alpha_img=0.6 ) 2.4 降维聚类分群 简单过滤后，使用 scanpy
2.6K01编辑于 2025-03-06 - 来自专栏单细胞天地
对比Seurat，scanpy单细胞操作技巧汇总
不知不觉，时光飞逝，跟曾老师学习单细胞已经有一段时间，在学习使用软件进行单细胞数据分析时，发现通过对比seurat学习，学习scanpy会比较丝滑，总结了如下的10个实用小技巧。 scanpy： import scanpy as sc #加载实例数据 adata=sc.datasets.pbmc68k_reduced() #查看scanpy对象 print(adata) 结果： scanpy: print(adata.obs_names) 结果： ['AAAGCCTGGCTAAC-1', 'AAATTCGATGCACA-1', 'AACACGTGGTCTTT-1', 0 A CTTGATTGATCTTC SeuratProject 233 76 1 B scanpy S100B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 . . 1 scanpy: print
1.3K10编辑于 2024-03-18 - 来自专栏数据科学（冷冻工厂）
Scanpy 分析 scRNA-seq：细胞类型注释
引言 本系列讲解 使用Scanpy分析单细胞（scRNA-seq）数据教程[1]，持续更新，欢迎关注，转发！ 如果你想要自己创建图表，或者采用更自动化的分析方法，可以使用 scanpy.get.rank_genes_groups_df() 以方便的格式提取差异表达基因。
43310编辑于 2025-05-21 - 来自专栏单细胞天地
读取文件时的大坑(python的scanpy库)
基于《python的scanpy库读取几种常见的格式的单细胞数据文件汇总》的文章，不知道有没有细心的小伙伴发现，在使用scanpy读取单细胞数据txt文件或者其他格式文件时，得到的AnnData数据对象有点奇怪 之前没有安装scanpy库，可以进行如下操作进行安装： pip install scanpy -i https://pypi.tuna.tsinghua.edu.cn/simple 如果之前有安装过了 那我们来看看是什么样的一个大坑，代码如下： #导入scanpy库 import scanpy as sc #读取GSE数据库的单细胞示例数据txt文件 data_1=sc.read_text('C:/Users 我们进入官网的read_text()查看有没有相关介绍，地址：https://scanpy.readthedocs.io/en/latest/generated/scanpy.read_text.html "填坑" 如果你也使用scanpy的read_text()这个函数来读取txt文件，或使用scanpy别的读文件函数读取别的格式文件，读取后的AnnData也出现上述的这种情况，别慌！
2.1K10编辑于 2024-02-01 - 来自专栏生信情报站
单细胞分析的 Python 包 Scanpy（图文详解）
聚类图（Neighborhood graph） 6、检索标记基因 7、保存数据 8、番外 一、安装 如果没有conda 基础，参考： Conda 安装使用图文详解（2021版） pip install scanpy install -y -c conda-forge leidenalg 二、使用 1、准备工作 # 载入包 import numpy as np import pandas as pd import scanpy 其他 Scanpy 的使用教程： scanpy 单细胞分析包图文详解 01 | 深入理解 AnnData 数据结构
6.1K41发布于 2021-07-16 - 来自专栏单细胞
R的seurat和python的scanpy对比学习
现在的单细胞分析，往往避免不了scanpy的使用，我们可以通过对比seurat来学习scanpy 今天的格式怎么都改不了。。。手机阅读有点费劲，，推荐电脑阅读。 Scanpy (Python)sc.tl.pca(): 主成分分析（PCA）。sc.tl.umap(): UMAP降维。sc.tl.tsne(): t-SNE降维。 Scanpy (Python)sc.pp.neighbors(): 计算邻居图。sc.tl.louvain() / sc.tl.leiden(): 基于图的聚类。 为何seurat中没有与scanpy中的sc.pp.log1p(adata)对应步骤 有几个方面考虑： 1. 数据标准化方法的差异Seurat和Scanpy在数据预处理和标准化方面采取了不同的方法。 这种设计选择简化了分析流程，减少了需要记住的函数数量，但也意味着用户在使用过程中可能对于数据处理的每一步不如Scanpy那样清晰明了。3.
73900编辑于 2024-02-23 - 来自专栏单细胞天地
scanpy教程：使用ingest和BBKNN整合多样本
回顾 scanpy教程：预处理与聚类 scanpy教程：PAGA轨迹推断 正文 随着单细胞技术的成熟，测序成本的降低，单细胞的数据量和样本量也日益增长。 所以在scanpy中也如seurat一样在多样本分析中，分别给出reference的方法和整合的方法。 scanpy.external.pp.mnn_correct(https://scanpy.readthedocs.io/en/latest/external/scanpy.external.pp.mnn_correct.html #scanpy-external-pp-mnn-correct)应该也是可以用的。 那么我们就来看一下在scanpy的实现吧。
6.4K107发布于 2020-04-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号