Nature Neuroscience（一）

最新推荐文章于 2022-03-31 09:21:23 发布
最新推荐文章于 2022-03-31 09:21:23 发布
阅读量1.9k 收藏
点赞数
分类专栏： # R语言 文章标签： R语言 统计分析 科研
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/biocity/article/details/87932476
版权

原创：hxj7
序

前言
学习R语言有半年时间了，一直想找个机会找个小项目练练手，所以才有了这篇文章。

目的
对《Nature Neuroscience》杂志2009-2018年的研究文章进行可视化初探。
主要分为以下几个部分：

  1. 基础统计及可视化
  2. 进一步统计及可视化
  3. 主要国家比较及可视化
  4. 热词统计及可视化
  5. 对接收时间的统计建模及特征选择
    （截至发文才完成第1和第2部分，其余部分只能有机会再做）
    数据来源
    从Nature杂志官网搜索文章，搜索参数为：
    journal: neuro
    subject: biological-sciences/health-sciences
    article_type: research, review, protocol（不包括Introduction, Editorial）
    time_range: 2009-2018

说明

  1. 港澳台与大陆合并计算。
  2. 如果不做特别说明，日期默认按照发表日期（Publlish Date）统计。

不足

  1. 数据缺失或不规范为数据分析带来偏差。比如国家、省份、城市名称前后不一致或缺失。
  2. 对NA的处理还不够完善。什么时候该去除NA是要仔细考量的。
  3. 有些作者的英文名是重合的，计算时没有做区分。
  4. 文章数相同的作者排名是按照姓名的字典序排序的。
  5. 没有统计标准差。
  6. R作图的一些细节还需要改善。
  7. 实现的代码虽然经过简化，但还是有些冗余。
  8. 还有很多有意思的东西限于时间经历和篇幅就暂不研究了。

声明
本文仅是个人练习的结果，肯定有谬误的地方，不具有任何参考价值，那些花里胡哨的话不要乱了心！

第一部分：基础统计及可视化
导入数据
数据预处理
观察数据

'data.frame':   2575 obs. of  21 variables:
 $ date       : chr  "2018-12-31" "2018-12-17" "2018-12-17" "2018-12-17" ...
 $ title      : chr  "Panoptic imaging of transparent mice reveals whole-body neuronal projections and skull–meninges connections" "TDP-43 extracted from frontotemporal lobar degeneration subject brains displays distinct aggregate assemblies a"| __truncated__ "Efficient coding of subjective value" "Invasion of white matter tracts by glioma stem cells is regulated by a NOTCH1–SOX2 positive-feedback loop" ...
 $ type       : chr  "Research" "Research" "Research" "Research" ...
 $ magzine    : chr  "Nature Neuroscience" "Nature Neuroscience" "Nature Neuroscience" "Nature Neuroscience" ...
 $ volume     : int  NA 22 22 22 22 22 22 22 22 22 ...
 $ startPage  : int  1 65 134 91 120 57 78 37 106 25 ...
 $ endPage    : int  11 77 142 105 133 64 90 46 119 36 ...
 $ abstract   : chr  "Analysis of entire transparent rodent bodies after clearing could provide holistic biological information in he"| __truncated__ "Accumulation of abnormally phosphorylated TDP-43 (pTDP-43) is the main pathology in affected neurons of people "| __truncated__ "Preference-based decisions are essential for survival, for instance, when deciding what we should (not) eat. De"| __truncated__ "Early invasive growth along specific anatomical structures, especially the white matter tract, is regarded as o"| __truncated__ ...
 $ receiveDate: chr  "2018-04-01" "2018-09-10" "2018-01-20" "2018-04-06" ...
 $ reviseDate : chr  "" "" "" "" ...
 $ acceptDate : chr  "2018-11-21" "2018-11-14" "2018-11-13" "2018-10-31" ...
 $ author     : chr  "Ruiyao Cai|Chenchen Pan|Alireza Ghasemigharagoz|Mihail Ivilinov Todorov|Benjamin F<U+00F6>rstera|Shan Zhao|Hars"| __truncated__ "Florent Laferrière|Zuzanna Maniecka|Manuela Pérez-Berlanga|Marian Hruska-Plochan|Larissa Gilhespy|Eva-Maria Hoc"| __truncated__ "Rafael Polanía|Michael Woodford|Christian C. Ruff" "Jun Wang|Sen-Lin Xu|Jiang-Jie Duan|Liang Yi|Yu-Feng Guo|Yu Shi|Lin Li|Ze-Yu Yang|Xue-Mei Liao|Jiao Cai|Yan-Qi Z"| __truncated__ ...
 $ nauthor    : int  22 23 3 22 4 10 18 17 20 15 ...
 $ ncoauthor  : int  2 2 1 4 1 1 3 1 2 1 ...
 $ corresp    : chr  "Ali Ertürk" "Magdalini Polymenidou" "Rafael Polanía|Christian C. Ruff" "Xiu-Wu Bian|Shi-Cang Yu" ...
 $ ncorresp   : int  1 1 2 2 1 2 2 1 3 2 ...
 $ institute  : chr  "Ludwig-Maximilians University Munich;Graduate School of Systemic Neurosciences Munich|Ludwig-Maximilians Univer"| __truncated__ "University of Zurich|University of Zurich|University of Zurich|University of Zurich|University of Zurich|Univer"| __truncated__ "University of Zurich;ETH Zurich;Columbia University|Columbia University|University of Zurich" "Army Medical University (Third Military Medical University);Army Medical University (Third Military Medical Uni"| __truncated__ ...
 $ city       : chr  "Munich;Munich|Munich;Munich|Munich|Munich;Munich|Munich|Munich|Munich|Munich|Munich|Munich;Munich|Munich|Copenh"| __truncated__ "Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|London;London|London;London|London;London"| __truncated__ "Zurich;Zurich;New York|New York|Zurich" "Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|C"| __truncated__ ...
 $ province   : chr  "Munich;Munich|Munich;Munich|Munich|Munich;Munich|Munich|Munich|Munich|Munich|Munich|Munich;Munich|Munich|Copenh"| __truncated__ "Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|Zurich|London;London|London;London|London;London"| __truncated__ "Zurich;Zurich;NY|NY|Zurich" "Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|Chongqing|Chongqing;Chongqing|C"| __truncated__ ...
 $ country    : chr  "Germany;Germany|Germany;Germany|Germany|Germany;Germany|Germany|Germany|Germany|Germany|Germany|Germany;Germany"| __truncated__ "Switzerland|Switzerland|Switzerland|Switzerland|Switzerland|Switzerland|Switzerland|Switzerland|Switzerland|Swi"| __truncated__ "Switzerland;Switzerland;USA|USA|Switzerland" "China;China|China|China;China|China|China;China|China|China;China|China;China|China;China|China;China|China|Chi"| __truncated__ ...
 $ address    : chr  "Institute for Stroke and Dementia Research, Klinikum der Universit<U+00E4>t München, Ludwig-Maximilians Univers"| __truncated__ "Institute of Molecular Life Sciences, University of Zurich, Zurich, Switzerland|Institute of Molecular Life Sci"| __truncated__ "Zurich Center for Neuroeconomics (ZNE), Department of Economics, University of Zurich, Zurich, Switzerland;Deci"| __truncated__ "Institute of Pathology and Southwest Cancer Center, Key Laboratory of the Ministry of Education, Southwest Hosp"| __truncated__ ...

转换数据类型
看各列是否有NA

       date       title        type     magzine      volume   startPage 
          0           0           0           0           1           0 
    endPage    abstract receiveDate  reviseDate  acceptDate      author 
          0           0          87        2574          87           0 
    nauthor   ncoauthor     corresp    ncorresp   institute        city 
          0           0           9           0           0           0 
   province     country     address 
          0           0           0

删除重复数据
原来共有多少行：

[1] 2575

删除后还有多少行：

[1] 1847

添加文章序号
杂志近N年的发文数、发文类型分布
看看每年的发文数变化
在这里插入图片描述

杂志近N年一篇文章的标题字数
标题是不是越来越长呢？
在这里插入图片描述
杂志近N年一篇文章的平均页数
多盼望两三页就能搞定论文啊！
（暂不统计缺失数据（NA）的比例）
在这里插入图片描述

杂志近N年一篇文章的接收时间
新年愿望：当天发，当天收~
（暂不统计缺失数据（NA）的比例）
在这里插入图片描述
在这里插入图片描述
杂志近N年一篇文章的平均作者数
师兄师姐帮帮忙，师弟师妹挂挂名~
（暂不统计缺失数据（NA）的比例）
在这里插入图片描述
杂志近N年一篇文章的共一作者数
分你一杯羹！
（暂不统计缺失数据（NA）的比例）
在这里插入图片描述
杂志近5年一篇文章的通讯作者数
报告老板，文章发啦！
（暂不统计缺失数据（NA）的比例）
在这里插入图片描述
一个作者发了几篇文章
有一篇就是人生赢家了，嘿嘿嘿…
在这里插入图片描述
一个作者发了几篇一作（包括共一）
跟别人合作也是不错的~
在这里插入图片描述
一个作者发了几篇通讯
老板棒棒的！
在这里插入图片描述
一个国家发了几篇文章</font>
都在烧钱啊
在这里插入图片描述
一个机构发了几篇文章
拿经费拿到手软
在这里插入图片描述
近N年一篇文章平均有几个国家参与
地球是个村嘛
在这里插入图片描述
在这里插入图片描述
近N年一篇文章平均有几个机构参与
小伙伴一起玩！
在这里插入图片描述
发文数最多的作者
计算方式为平均值，即一篇文章每位作者的贡献度是一样的。暂时以每人一篇计算。
围观大牛
在这里插入图片描述
发文数最多的一作（包括共一）作者
围观希望之星
在这里插入图片描述
发文数最多的通讯作者
围观大Boss
在这里插入图片描述
发文数最多的国家
明年留学就去那
在这里插入图片描述
发文数最多的机构
知道博后去哪里了
在这里插入图片描述
发文数最多的中国省份
和经济发展程度有关系吗？
在这里插入图片描述
质控：有多少中国省份缺失或者没有转换成中文（计算文章比例）
缺失比例：
在这里插入图片描述
没有转换成中文比例
在这里插入图片描述
发文数最多的中国城市
在这里插入图片描述
质控：有多少中国城市缺失或者没有转换成中文（计算文章比例）
缺失比例：
在这里插入图片描述
没有转换成中文比例
在这里插入图片描述
发文数最多的中国机构
在这里插入图片描述
第二部分：进一步统计及可视化

哪个月份更适合投稿呢？
按发表日期月份统计文章数
在这里插入图片描述
统计每月文章数占全年的比例
在这里插入图片描述
按发表日期月份统计接收时间
乱糟糟的，是不是要平滑一下呢
在这里插入图片描述
按收到日期月份统计接收时间
在这里插入图片描述
接收时间最短的国家
你快你牛
在这里插入图片描述
接收时间最长的国家
在这里插入图片描述
合作最多的两个国家
以国际合作的文章数多少衡量
看看谁是哥俩好
在这里插入图片描述
国际合作文章数最多的国家
以国际合作的文章数多少衡量
在这里插入图片描述
国际合作占比最多的国家
计算某个国家国际合作的文章数占其文章总数的比例。挑选年度文章数不少于三篇的进行计算。
在这里插入图片描述
大牛的文章比一般人更快接收吗？
按照发文数将作者们分为Top3，前1%， 前10%，前50%，全部
不同群体文章接收时间
在这里插入图片描述
大牛国家分布
假设作者S以两个国家名义A和B发表文章，其中在某年该作者涉及到A国的文章有100篇，而涉及到B国的有10篇，而作者S在文章总数排行的前1%。如果文章不区分国家来源，那么A和B国都拥有了一位排名Top1%的作者，如果文章区分国家来源，那么B国很可能就算不上有这一位Top1%的作者。

  1. 不区分国家来源
    在这里插入图片描述
  2. 区分国家来源
    在这里插入图片描述
    合作文章数最多的两个人
    年度最佳合伙人
    在这里插入图片描述
    大牛之间合作多吗？
    取Top3的大牛来计算。
    在这里插入图片描述
    第三部分：主要国家比较及可视化

选取中国、美国、英国、日本、德国这几个国家进行分析
这几个国家的发文数 在这里插入图片描述
这几个国家的平均接收时间

在这里插入图片描述
在这里插入图片描述
这几个国家互相合作的文章数

在这里插入图片描述
这几个国家合作文章数占各自国际合作文章总数的比例
在这里插入图片描述
中国最常合作的国家

在这里插入图片描述

大牛数
不区分文章作者的国家来源
在这里插入图片描述
区分文章作者的国家来源
在这里插入图片描述

大牛比例
不区分文章作者的国家来源
在这里插入图片描述
区分文章作者的国家来源
在这里插入图片描述
第四部分：热词统计及可视化

各年份热词（标题）
各年份热词（标题+摘要）
大牛引领热词潮流？

第五部分：对接收时间的统计建模及特征选择

建模
聚类
分类、特征选择
Special：香港城市大学的统计
发文数、发文最多作者，共一作者，通讯作者，最多合作机构

(公众号：生信了)

生信了（公众号同名）
关注
专栏目录
2021_Silva_NatureNeuroscience:Silva等人的代码文件，Nature Neuroscience（2021）
03-08
用于执行远程恐惧记忆消失的丘脑-杏仁核回路中呈现的分析的代码（Silva等人，Nature Neuroscience，2021）。 抽象的 恐惧和创伤会产生一些寿命最长的记忆。 尽管需要了解如何减弱此类记忆，但潜在的大脑回路仍然未知...
Nature Neuroscience：确认偏见的神经机制
cc1609130201的博客
02-23 681
“忠言逆耳，顺言利耳”，前半句古老的谚语极具哲理性的表明了人类自古以来想要听好话的心理特点。因此，不才在这里加上后半句“顺言利耳”，这整句话表现出人类的“确认偏见”，即人类倾向于忽视那些会破化他们的选择和判断的信息，而对那些支持他判断的信息采取充分的利用。这种确认偏见对从政治到科学和教育的各个领域都有重大影响。 然后人们对这一信念形成的基本特征背后的机制却知之甚少。因此，来自伦敦大学学院的...
最近两篇Nature子刊的经验与教训
水滴石穿，绳锯木断
08-07 2万+
应一些朋友要求，写写自己最近两篇文章（一篇article，一篇letter）的一些感想和教训，算是对前期工作的一个总结。 首先报简历：04-08（本科），08-至今 （研究生），土博一个，暂时还没出过国门。 介绍一下两个子刊Nature Geoscience和Nature Communcations。 Nature Geoscience是08年创刊的地球科学子刊，今年影响因子10.3
如何在Nature杂志上发表文章
cooooooooool的专栏
11-18 6288
 如何在Nature杂志上发表文章 在Nature杂志上发表科学论文的准则是：     ．报道原始科学研究（主要成果和结论不得在其它地方发表过或投过稿，请见后面的 “投稿指南”）     ．具有突出的科学重要性     ．令有关的学科读者感兴趣。     在Nature杂志上发表的论文在科学家之中和在一般大众中具有极广泛的影响。 谁决定哪篇论文能发表 Nature杂志对每周所投来的17
Nature neuroscience
追随梦想，实现梦想
11-19 622
主页
Nature Neuroscience|群际冲突的脑间同步机制
人工智能学家
06-07 1287
本文来源：”认知神经科学与学习国家重点实验室”官网编辑：Yezi审阅：mingzlee7马燚娜课题组在《Nature Neuroscience》发表论文揭示群际冲突的脑间同步机制图片来源...
Nature neuroscience：以连边为中心的人类大脑皮层功能网络揭示了重叠的系统层次结构
cc1609130201的博客
05-09 2065
网络神经科学依赖于以节点为中心的网络模型，其中细胞、细胞群和更大的区域通过解剖或功能连接相互沟通。然而这类模型不能解释连边之间的相互作用。在本研究中，我们开发了一个以连边为中心的网络模型，构造了“连边时间序列”和“连边功能连接”(eFC)。通过网络分析，本文的研究表明，在静息态时，eFC在数据集之间是一致的，并且在同一个体的多次扫描中是可复制的。本文的结果证明，对eFC的聚类可产生连边的“社区”（这里使用的k-means方法，是社区检测的常用方法，社区是一种直白的翻译，可以将其理解为一类具有相同特性的节点的
Prefrontal cortex as a meta-reinforcement learning system
05-15
今天，DeepMind 在 Nature Neuroscience 发表新论文，该研究中他们根据神经科学中的多巴胺学习模型的局限，强调了多巴胺在大脑最重要的智能区域即前额叶皮质发挥的整体作用，并据此提出了一种新型的元强化学习证明。...
matlab拟合图代码-fooof:将神经功率谱参数化为周期性和非周期性成分
05-20
matlab拟合图代码FOOOF-拟合振荡和一个以上的f FOOOF是一种快速，有效且具有生理信息的工具，可以对神经功率谱进行参数化。 概述 功率谱模型将功率谱模型视为两个不同功能过程的组合： 非周期性分量，反映1 / f样...
Naturecom文献数据库使用介绍.ppt
11-07
这些期刊覆盖了生物学、医学、物理学、化学和多学科领域，如Nature Biotechnology、Nature Genetics、Nature Neuroscience等，具有很高的学术影响力。 Nature系列期刊以其严谨的同行评审和高水平的研究成果著称，其...
全国省份svg画图数据
09-26
对于web开发，用来画图非常有用。希望对大家有用吧。 免费下载。
matlab代码不反应-Example-Neuronal-Analysis:轻松介绍用于经济决策任务的神经分析领域
05-26
Neuroscience）中的一项最新实验处理后的数据的子集。 完整的数据集（未处理）是公开可用的。 神经元（均从ACC记录）展示了一系列不同的响应曲线，例如这个漂亮的正值编码器： 数据由以下文件组成： x.npy [neurons ...
Nature neuroscience：神经脆弱性作为癫痫发作区脑电图标志物
cc1609130201的博客
03-24 1734
全世界有超过1500万癫痫患者对药物没有反应。成功的手术治疗需要完全切除或切断癫痫发作区(SOZ)，即癫痫发作的脑区。然而，由于没有临床验证的SOZ生物标记物存在，手术成功率在30 - 70%之间。我们开发并回顾性验证了一种新的脑电图(EEG)标记物——神经脆弱性——在对91例患者的回顾性分析中，使用注释过的SOZ的神经脆弱性作为预测手术结果的指标。脆弱性预测了47例手术失败中的43例，总体预测准确率为76%，而临床医生的准确率为48%(成功结果)。在失败的结果中，我们确定了未得到治疗的脆弱区域。与作为..
Nature Neuroscience：推动功能连接研究从关联走向因果
cc1609130201的博客
03-31 1353
认知和行为产生于大脑网络的相互作用，因此研究因果相互作用应该是大脑功能研究的核心。表征神经时间序列之间统计关联的方法（功能连接(FC)方法），可能是估计大脑网络相互作用的一个很好的起点。然而，只有FC方法的一个子集（“有效连接”）被明确地设计用于从统计关联中推断因果相互作用。在这里，我们结合了FC研究的不同领域的最佳实践，以说明如何改进FC方法以改善关于神经机制的推论，并将因果神经交互的属性作为公共本体来促进FC方法的累积进展。我们进一步证明了最常见的FC度量（相关性和相干性）如何减少可能的因果模型集，尽管
《Nature》纪念人工智能60周年专题：深度学习综述
深度学习世界
07-23 3056
来源：网络大数据本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述，也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。该综述在深...
NATURE 人工智能 | 神奇的粒子机器人
人工智能学家
06-24 589
没想到吧，像细胞一样自由组合灵活多变的机器人正在从科幻电影中走出来。就像在伤口愈合是活细胞聚集并集体迁移的过程。在生物系统中，群体的大规模集体迁移是通过组件的耦合和协调来...
R语言作图——density plot(密度图)
热门推荐
生信了
10-09 15万+
原创 黄小仙 上次分享了小提琴曲线(violin plot)的作图方法,今天小仙同学给大家介绍一下如何用R画出漂亮的密度图(density plot)。 Step1. 绘图数据的准备 首先还是要把你想要绘图的数据调整成R语言可以识别的格式excel中保存成csv格式。 数据的格式如下图：一列表示一种变量，第一行是列名 Step2. 绘图数据的读取 data&amp;lt;-read.csv(“your...
R语言作图——histogram(直方图)
生信了
01-02 10万+
原创：黄小仙 最近小仙同学很是烦恼，本以为自己已经掌握了ggplot2作图的语法，用read.csv(), ggplot()+geom_point()/boxplot()/violinplot()…就可以画遍天下图表，结果却发现到真正画图的时候，还是会出现不少的小问题。 比如小仙最近要画一个直方图，最开始用hist()函数试了一下，看了下形状, 好像因为数据取值范围跨度太大(最大值104,724...
nature review neuroscience发表是否困难
最新发布
12-13
"Nature Review Neuroscience"是一个知名的学术期刊，它出版的文章主要涵盖神经科学领域的研究。这个期刊的发表是相当困难的，因为它有着严格的投稿和评审标准。 首先，文章的内容必须具有原创性和科学意义。...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值