生信识图之 点图进阶-6（UMAP）

各位亲爱的土豪富婆，见字如面。

-----以下是日常碎碎念，日理万机的您，可以直接跳到图图图图分割线享用-----

春天来啦，又到了……考研计划的时候。大Y老师不是会把咱们公众号的更新陆续同步到知乎上吗，然后最近在知乎被热邀答题，其中十之八九问的是考研考博能否转到生信专业的问题。大Y老师想在咱们的公众号统一地聊一聊考研转专业的思路，希望可以尽绵薄之力，给各位站在考研十字路口的小牛们一点启发。如果你今年或不远的未来要面临考研选择，可一定要多喝几口水消化大Y老师的干货哦。如果你是已经踏过考研大关的大牛，也不妨来一起探讨，发表你的宝贵观点，给学弟学妹们一些指点。

很多朋友问，我想从A专业跨考到B专业，可不可以呢？理论上说，只要法律允许，你就可以。不过有三层问题需要考虑明白，今天咱们一起梳理梳理。

第一，投入产出比

朋友们，人可以不会做生意，但不能不会算账。从A跨到B，投入的不仅是精力、时间，还有原专业的知识储备成本，产出的则是跨专业后的学习水平与未来发展。咱们以理科专业互转为例，一起捋一捋思路啊。国内本科教育的模式，理科专业几乎有一半必修课有重合，而且选修课对专业限制不大，有跨专业选课的空间。再加上大家上课开开小差，打打小盹，偷瞄瞄喜欢的人，几年下来，掌握的基础知识差异不大。何况研究生阶段还有时间给大家补足基础短板。所以理科内互转，例如数学类转到物理类、化学类转到生物类，基本上投入产出比在及格线。也就是说，有难度，但是付出一定时间和精力成本后，在新的专业领域还是可以达到比较满意的状态。好了，我们以理科专业互转为基准。如果跨专业发生在同一学科的细分领域内，例如生物学科内，药学转病理学、生理学转生物信息学等等，大Y老师打包票告诉你，放心吧，至少投入产出比上没压力！反过来，如果是跨文理学科之间的互转，例如西方文学史转生物信息学，除非你从大一起就有计划地跟读生物课程，否则投入产出比极低。你所掌握的西方巨著和文豪八卦，在分析数据时毫无用武之地，难免面临鸡同鸭讲的困境。因此，对于跨文理科之间的跨考，大Y老师一般就不建议了。

但，世事无绝对嘛。毕竟咱们做事不光要计算短期内的投入产出比，还要“风物长宜放眼量“，做长远规划。

这就涉及到第二，专业前景

专业前景分两个方面，一个是整个专业的发展前景。在读书阶段对所学专业有长远考量是一件非常非常重要的事，大家一定要记在心里。俗话说，站在风口，猪都能起飞。判断自己是人还是猪不重要，判断风往哪吹才重要。例如现在人工智能行业前景很好，假如你有从理学转到人工智能的想法，虽然如前面所分析的，投入产出比只在及格线，但是为了将来你人生的小船可以水涨船高，还是很值得投入试一试。反过来，假如你想从金融转到幼儿教育，考虑到现在人口出生率下降，对幼儿教育需求放缓的趋势，大Y老师劝你要好好考虑一下。

专业前景还有一个方面，很容易被忽视，就是你个人的前景。举个真实例子。大Y老师有一个朋友，起先是学生物的，但是她在学习中发现自己好像对生物研究没有那么擅长，反而对英语比较有天赋。加上交往了一个男朋友，男朋友打算出国深造，她考虑到，就算加倍努力，在生物专业也达不到多么出类拔萃，但是如果学习英语，将来出国后比较方便，不仅可以做中英翻译的工作，还可以帮男友润色论文，彼此助力。于是她毅然决然地弃生物从英文。果然出国后，在男友的介绍下，接翻译接到身价暴涨，涨过男友，而且在她的助力下，男友发论文也如有神助，轻松许多，两个人达到双赢。这只是一个小小的例子。更别说有的朋友家里是行业世家，几辈人积累下来的经验、人脉、资源，足以弥补跨专业时的成本，带来长远的发展。可见考虑专业前景的时候一定要结合自身情况，发挥出自己的优势。

但，世事无绝对嘛。投入产出比也好、专业前景也好，都是外在条件，同样重要的是每个人的内在条件。

这就涉及到第三，兴趣与理想

兴趣是最好的老师。一个人很难在自己完全不感兴趣的领域有所建树。假如你打算跨考的那个理想专业刚好投入产出比还不错、前景也好，那么冲鸭别犹豫。可是有的人面对的是跨考的目标专业的投入产出比和前景都一般般，或是投入产出比和前景都很好的专业，恰恰自己不感兴趣。于是非常纠结。我们不妨一起捋一捋每个选择的得失。

面对兴趣与投入产出比或前景不可兼得的情况，如果选兴趣，放弃投入产出比和前景，你无疑是个理想主义者。你是自由的，将来可能在一段时间内都会活得很开心，不拧巴，不过也不排除会面临收入一般和发展受限的实际困难。如果家里条件一般的话，天平这一头是兴趣，另一头可能不止是收入和发展，还会压上家中老人的养老，自己成家后的柴米油盐。你的兴趣是否足以支撑你之后几十年的生活，或者说，几十年的平淡搓摩后，当年的兴趣是否还是你的兴趣所在，这是需要自己考虑清楚的问题。强者迎难而上，也许于无路处杀出一条血路，将兴趣扭转为前景。但世界上的强者名额毕竟有限，你是否做好了准备？

选前景，哪怕不感兴趣，你是个狠人。从事自己不那么喜欢的专业，进而也谈不上非常在行，每天负反馈自循环，需要极度自律才能坚持下去。不过只要你把持得住，总归能够吃到行业红利。长远来说，会有两种截然不同的走向：要么，你强大到想办法让自己对从事的专业发生兴趣，成为兴趣与前景兼得的赢家，要么，每天带着上坟的心情工作，或者频繁跳槽，无法获得归属感。

有朋友看到这里可能会有点沮丧，说大Y老师，怎么听起来哪种选择都有风险啊。是啊，人生就是一场all in的巨大赌局，对于大部分人而言，最稳妥的还是想办法选一个兴趣和前景尽可能兼得的专业，稳步发展，避免非此即彼、破釜沉舟式的选择（家里有矿的可以随意）。

选择考研专业算是人生的一件大事。大Y老师见过选对了专业如鱼得水的大牛，也见过入错了行半夜在实验室嚎啕大哭的朋友。所以在此奉劝各位小牛朋友真的花些时间理清思路，结合自身情况，做出最适合自己的选择。当然，世事无绝对嘛，也不是考研定终身，大Y老师也见过很多毕业后再转行走上人生巅峰的例子。各位小牛朋友别有太大压力，你按照大Y老师罗列的三条，做出无悔于此刻的选择就好，其他的，交给时间。

相信对有些朋友来说，这些话是家里长辈都未必能够告诉你的，大Y老师也算推心置腹啦，如果你觉得有点道理、有点启发，欢迎转发给在乎的人，一起聊一聊。

-----我是图图图图的分割线-----

上一期我们一起了解了tSNE的基础，各位大牛还记得吗？让我们来自测一下：

提问：tSNE与PCA的区别是什么？

如果觉得记忆不深刻了，可以点击下面的链接来巩固一下，不要着急。

https://blog.csdn.net/m0_72870362/article/details/129339901https://blog.csdn.net/m0_72870362/article/details/129339901

在一起进阶tSNE之前，我们需要对降维多一些了解。实际上，除了PCA、tSNE，还有一些其他常用的降维可视化的方法。其中比较常见的，包括UMAP。因为后面进阶的时候我们不再区分tSNE和UMAP，所以在此我们先简单了解一下UMAP和tSNE各自的特点。

从计算的总体思路来说，UMAP和tSNE算一挂的，都是先在多维空间计算点与点的距离，而后转化为二维或三维空间的距离进行展示。但二者每一步计算都有差别。例如，在tSNE基础中，我们了解到，所有点与点间的距离都会被计算，但是在UMAP计算过程中，有一个参数k，用来规定某个点只与距离它最近的k个点计算距离，UMAP不计算所有点之间的距离。又如，tSNE在降维前，会将计算的所有点之间的距离进行转化，而UMAP的算法中没有转化，所以在UMAP降维后的图中，点与点之间的距离更有可比性。

从诞生时间上来讲，UMAP略晚于tSNE。是否表示UMAP优于tSNE呢？相信各位大牛在读文献的时候发现了，目前的顶刊中，用tSNE和UMAP的皆有。实际上，算法的差别使tSNE和UMAP各有优缺点。UMAP更适用于展示全局的分布，对于局部的区分有时有所混杂。tSNE由于降维时要对点的距离进行t分布转化，最终使得高维近的点在低维更近，远的更远，所以在局部区分上表现更加优秀。UMAP计算结果更稳定，相对计算耗时也更短。不过大Y老师比较过，两者计算耗时都不多。假如你的细胞在4万个以内，计算服务器内存迅猛，大可不必担心耗时的问题。最终选择tSNE还是UMAP，更多地还是依赖于哪一个的结果更合理，此处没有金标准可言。

不管是tSNE还是UMAP，都可以玩出许多花样，我们喘一口气，下一期一起进阶。好啦，这一期的分享就到这里，让我们步履不停，下期再会。

欢迎大家关注生信识图公众号，所有文章都会在公众号首发。别忘了点击右上角的 ··· 加星标哦，不然后面的精彩推送无法显示（大Y老师也不太理解为什么公众号有这样的设计，请大家包涵啊，手动抱拳）。
    热烈欢迎独一无二的你分享在生信学习中的感想、困扰和乐趣。如果你在阅读文献、图形设计或者恋爱交友、吃喝玩乐方面需要任何咨询，也欢迎给大Y老师私信（评论会看不到，大Y老师也不太理解为什么公众号有这样的设计，请大家包涵啊，手动抱拳），大Y老师最喜欢聊天，期待看到你的消息！