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)