qq_30904887的博客

matplotlib 画 boxplot 并添加 pvalue

在python的multiprocessing模块中，可以使用Pool类进行多进程任务。

单细胞测序技术越来越流行，很多文章都在做单细胞测序数据的分析工作，在2022年腾讯AI实验室发表了一篇scBERT的文章，就是用深度学习模型对单细胞数据进行预训练，并进行下游任务设计，比如单细胞的类型注释任务。本文主要是记录我对这篇文章预训练和分类任务部分的理解与实现。旨在理解BERT模型框架在单细胞数据中的运用，并根据数据的生物学特征，进行模型框架的调整。

python multiprocessing多进程数据传递使用列队太多bug了，有限制，可以使用multiprocessing.Manager()来传递数据可以解决queues列队的阻塞问题import multiprocessingdef fun(q,number,lst): arr = [] for i in lst: arr.append(i) ...

import argparsedef fun(): print(i)parser = argparse.ArgumentParser(description='........')#nagrs="+" 至少给-l 选项传递1个参数，parser.add_argument("-l","--list",dest="list",nargs='+',help="list")args = pa...

import multiprocessing #多进程模块def fun(q,number,lst): #自定义执行函数 arr = [] for i in lst: arr.append(i) q.put(arr) #将结果放入列队if __name__=='__main__': lst = list(range(99)) thread_input_list...