看到这篇文章The art of using t-SNE for single-cell transcriptomics
,觉得它的图很好看,就看一下文章的结果,其中涉及到安装FIt-SNE
,涉及到tsne的加速,
下面是FIt_SNE
的安装总结
我用的是ubuntu20.04
,安装的环境是
session_info 1.0.0
-----
Python 3.8.3 (default, Jul 2 2020, 16:21:59) [GCC 7.3.0]
Linux-5.11.0-25-generic-x86_64-with-glibc2.10
-----
Session information updated at 2021-08-08 21:52
Step1
安装`FFTW for python ,步骤如下
conda config --add channels conda-forge #if not already in your channels. Needed for fftw.
conda install cython numpy fftw
pip install fitsne
其实我不知道上面这个是否需要
Step2 安装FFTW
Step3 编译fast_tsne
首先从github上下载FIt_SNE
的源代码,并进入该目录,如下
编译成功,可以看到
bin
文件夹下多了一个文件
这里已经做好了全部的准备工作。