数据科学| 蛋白向量分析
【摘要】 Exploring protein vector embeddings
导入库
import pandas as pdimp...
Exploring protein vector embeddings
导入库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn import manifold
from sklearn.metrics.pairwise import cosine_distances
from sklearn.metrics.pairwise import euclidean_distances
%matplotlib inline
载入数据
gpcrs = pd.read_csv("GPCRs_vec.csv")
ion_channels = pd.read_csv("ion_channels_vec.csv")
kinases = pd.read_csv("kinases_vec.csv")
nr = pd.read_csv("Nuclear_vec.csv")
# 每个受体添加颜色
gpcrs["class"] = np.full(len(gpcrs), '#784984')
ion_channels["class"] = np.full(
文章来源: drugai.blog.csdn.net,作者:DrugAI,版权归原作者所有,如需转载,请联系作者。
原文链接:drugai.blog.csdn.net/article/details/102478559
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)