Error in newCellDataSet(data.matrix(mat_to_cluster), phenoData = pd, featureData = fd, :

在调用monocle的一个函数时出错了,我在函数里面没有找到alist(assayData = pd,

我去官网查了newCellDataSet:创建一个新的 CellDateSet 对象

newCellDataSet(cellData, phenoData = NULL, featureData = NULL,
  lowerDetectionLimit = 0.1, expressionFamily = VGAM::tobit(Lower =
  log10(lowerDetectionLimit), lmu = "identitylink"))

cellData

实验的表达式数据矩阵

phenoData

包含单个单元格属性的数据框

featureData

包含特征属性(例如基因)的数据框

lowerDetectionLimit

构成真实表达的最低表达水平

expressionFamily

用于表达式响应变量的 VGAM 系列函数

我检查了一下代码,没有发现用法的问题

 HSMM_clustering <- newCellDataSet(data.matrix(mat_to_cluster), phenoData = pd, featureData = fd, 
                                    expressionFamily = negbinomial.size(),
                                    lowerDetectionLimit = 0.1
                                    )

然后我尝试了加载monocle3这个包,发现也不行

因为monocle3没有这个函数,我又用这个函数new_cell_data_set {monocle3}重新写了一个,发现也不能解决问题

所以又改回原来的方法了,这时又出现新的错误了

我想到monocle3还在加载,所以把monocle3这个包detach,重新加载函数(单独加载这个函数多次),然后运行成功了。

总结:到现在我也不知道具体原因是什么,只能按照报错一步步想办法解决,多尝试。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
import tkinter as tk from tkinter import filedialog import pandas as pd import numpy as np from sklearn.preprocessing import StandardScaler class DataImporter: def init(self, master): self.file_path = self.master = master self.master.title("数据导入") # 创建用于显示文件路径的标签 self.path_label = tk.Label(self.master, text="请先导入数据集!") self.path_label.pack(pady=10) # 创建“导入数据集”按钮 self.load_button = tk.Button(self.master, text="导入数据集", command=self.load_data) self.load_button.pack(pady=10) # 创建“显示数据集”按钮 self.show_button = tk.Button(self.master, text="显示数据集", command=self.show_data) self.show_button.pack(pady=10) # 创建“退出程序”按钮 self.quit_button = tk.Button(self.master, text="退出程序", command=self.master.quit) self.quit_button.pack(pady=10) # 创建一个空的 DataFrame 用于存放数据集 self.data = pd.DataFrame() def load_data(self): # 弹出文件选择对话框 file_path = filedialog.askopenfilename() # 如果用户选择了文件,则导入数据集 if file_path: self.data = pd.read_csv(file_path) self.path_label.config(text=f"已导入数据集:{file_path}") else: self.path_label.config(text="未选择任何文件,请选择正确的文件") def show_data(self): if not self.data.empty: # 创建一个新窗口来显示数据集 top = tk.Toplevel(self.master) top.title("数据集") # 创建用于显示数据集的表格 table = tk.Text(top) table.pack() # 将数据集转换为字符串并显示在表格中 table.insert(tk.END, str(self.data)) table.config(state=tk.DISABLED) # 创建“数据预处理”按钮 process_button = tk.Button(top, text="数据预处理", command=self.process_data) process_button.pack(pady=10) else: self.path_label.config(text="请先导入数据集") def process_data(self): try: self.data = pd.read_csv(self.file_path) missing_values = self.data.isnull().sum() for col in self.data.columns: mean = np.mean(self.data[col]) std = np.std(self.data[col]) outliers = [x for x in self.data[col] if (x > mean + 2 * std)] if len(outliers) > 0: print('Column {} has outliers: {}'.format(col, outliers)) scaler = StandardScaler() data_scaled = scaler.fit_transform(self.data) print('Data preprocessing completed.') except Exception as e: print('Error: ' + str(e)) if name == "main": root = tk.Tk() app = DataImporter(root) root.geometry("400x300+100+100") root.mainloop()上面的这段代码中,file_path么有定义属性,帮我按照代码的环境,补全属性
05-31

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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