2023-10(数据挖掘马拉松)答疑汇编

下面是优秀实习生的整理和分享

1老师你好，table是看重复频次的函数，我这边两个打的代码有什么区别吗？为什么下面的一个也可以运行，但是运行的结果我却看不懂？

下面那个是错误的，x=c（1,2）;表（x）;x=（1,2）;table（x）;下面代码缺一个c，c是一个函数，没有它，你括号就有问题，table（c（1,2）），每个括号给每个不同函数，各自配对。

那这个他为什么没有报错呢？

虽然没有报错 但是没有给你应有的结果 那也是出错了。

2关于作业想取列名为species中数值为a、c的行，为什么这两种得出的情况不一样啊？

==会循环补齐，是一对一的。

3各位老师我想请问一下，我的研究方向是关于乳腺癌miRNA，我看到老师写的各种数据标准化类型的区别，然后上xena网站上看到乳腺癌miRNAseq是经过rmp且log处理的，这种数据是被标准化的，所以可以直接用于后续的表达丰度的可视化以及构建模型嘛？那么我要进行差异分析是只能从gdc官网上下载原始count数据进行分析嘛？请问这边课程有讲解gdc官网数据下载和处理嘛？

mirna它这种东西比较奇怪，它的长度是固定的，所以它没有必要考虑rpkm等等，rpm即可，就是说k没有意义。

所以如果要进行差异分析，我只需要把经过log处理后的miRMA还原成rpm数据就可以了吧？

直接下载count即可，矩阵文件，ucsc xena。

4为啥我这个数据框用$取一列的时候要加 ' 才能取出来？我试了一下不加就会报错......

因为这一列单词比较长，中间拿了一个空格符分隔的原因，如果原始数据是Construct_Barcode 你再直接$ 应该就没问题了。

5小洁老师，这个order 排序为什么不是从1开始，为什么把2排到1前面。

这个函数并没有把这一串数值排序，他只是告诉你这一串数字的每一个值是排第几名，几个 match， merge， %in% 重难点，大家可以对它出题考核自己。

6老师，我有点晕了，duplicated返回的是T or F的逻辑值，那exprSet[ ，k]这个代码选择的是TRUE的列还是FALSE的列呢？

中括号是选择列的，这两者分开来看即可理解。

7各位老师和同学们，对于什么时候取不取log我有点不清楚了，芯片数据和count数据有不同吗？是只要不在0-20直接就要取log吗。TCGA数据库count在做WGCNA时要log吗？

只有芯片数据差异分析的时候需要log，其他的均不需要。WGCNA推荐用cpm或tpm，counts只用于差异分析。

8老师们，有个奇怪的问题，我赋值i=-3，然后运行下面的代码，每次输出结果都是---，然后i的值会自动变为4，这是为啥？

因为你有个赋值语句呀，＜-是赋值语句。

9老师我跑森林图的时候，出现了这个报错，在网上查了一下也没整明白咋解决，您帮我看一下呗？

考虑是表达矩阵过滤的不太严格，相差的实际值比较小。可以考虑把这些基因去掉。

10为什么我的图出现在了左侧的控制台上？

rmd文件示例会在代码下发出现运行结果，设置只在网页输出即可。

11请问这个警告要去管他吗？

这样的基因确实是好奇怪，可以忽略它，这样的基因你跑出来后面实验也不好做。

12今天手贱把seurat更新到了5.0，原来的代码报错了，以为要重新下载4.0的重装，然后进官网时发现竟然只需要把“@”改“$”，给大家提个醒，以防有和我一样情况的人。

其实不同版本差异，没有想象中那么大，只不过对很多初学者来说比较懒，他们不想去摸索，只想用我们的制作好了的代码，所以给他们的建议是直接用跟我们同样版本的。

13这个包下载不下来，有别的办法吗？

github R包本地安装。