稀疏矩阵常用于数据量较大的数据,例如单细胞测序数据。我们也不用特别对待这种类型,把它当成是常规矩阵matrix的一种特殊类型就行,matrix和dgCMatrix之间也可以互相转换。那为什么要构建稀疏矩阵呢?一个最简单的原因就是节省空间和内存,我们来看看稀疏矩阵和常规矩阵之间的内存相差多大? 数据质控与分析 构建了Seurat对象后...
注意:由于dgCMatrix对象的行/列索引值 i / j 是【0-based】的,而R中数据对象(如data.frame,vector)的索引值都是 【1-based】 的,所以在通过Matrix::sparseMatrix重构稀疏矩阵的时候,i/j的索引值要加1转换为【1-based】 除了按S4的方法从对象中取三元组信息,通过Matrix::summary()方法可以快速获取稀疏矩阵S4...
readsCountSM <- as(as.matrix(readsCount),"dgCMatrix") # str(M1) 想转回去,as.matrix() 就可以了。 经测试, dgCMatrix格式的Rdata仅有CSV文本的十分之一大小,极大的节省了存储空间,建议转化成功后,删除所有CSV文本。 参考: Coercion of matrix tosparsematrix (dgCMatrix) and maintainingdimnames....
AI代码解释 coef(cvfit,s="lambda.min")##21x1sparse Matrixofclass"dgCMatrix"##1##(Intercept)0.14936##V11.32975##V2.##V30.69096##V4.##V5-0.83123##V60.53670##V70.02005##V80.33194##V9.##V10.##V110.16239##V12.##V13.##V14-1.07081##V15.##V16.##V17.##V18.##V19.##V20-1.04341...
7.1 dgRMatrix(CSR Matrix)存储格式 一、 原理 1. 10X Genomics单细胞测序原理 二、数据集 三、读取数据集 1. 普通读取 2. 直接读取 3. Seurat 对象 3.1 Seurat 整体结构 3.2 Assays对象 3.3 DimReduct对象 四、QC质量控制 4.1 meta.data 4.2 质量管理 ...
问将大的R数据帧转换为dgcmatrixEN版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本...
sparsematrix是用来存储大型稀疏矩阵用得单细胞表达数据基本都用这个格式来存储因为单细胞很大部分都是0用普通文本矩阵存储太占空间 用R的dgCMatrix包来构建稀疏矩阵sparsematrixbydgCMatrix sparse matrix是用来存储大型稀疏矩阵用得,单细胞表达数据基本都用这个格式来存储,因为单细胞很大部分都是0,用普通文本矩阵存储太占...
方法调用:as.spM_DF(as(as.matrix(getData(100)),"dgCMatrix")) 2、 超大型数据框转换出稀疏矩阵 as.DF_spM <- function(data.use,chun_size="20000000",sparseClass="dgCMatrix") { lapply(split(seq(nrow(data.use)), (seq(nrow(data.use))-1) %/%as.numeric(chun_size) ) , function(nx) {...
## 21 x 1 sparse Matrix of class "dgCMatrix"## 1## (Intercept) 0.149041059## V1 1.302684272## V2 0.035835380## V3 0.719936146## V4 0.036473087## V5 -0.863490158## V6 0.605750873## V7 0.123446432## V8 0.376890626## V9 -0.040012847## V10 0.105999328## V11 0.240967604## V12 -0.066363634...
## 31 x 1 sparse Matrix of class "dgCMatrix" ## s1 ## (Intercept) 0.210158382 ## V1 . ## V2 0.193006823 ## V3 -0.069820214 ## V4 -0.606741531 ## V5 -0.081962193 ## V6 -0.285761723 ## V7 . ## V8 -0.165879158 ## V9 0.092678665 ...