- Уровнять тему бутстрапа с http://auth.alumni57.ru
-
Выпускники 57-й - директория
-
Классы выпуска
-
По алфавиту
-
Добавить выпускника - перенести направо
-
Поиск - разбивать по пробелам, искать подстроки без учета регистра
std::vector<cocaine_endpoint_t> new_endpoints; | |
std::vector<cocaine_endpoint_t> missing_endpoints2; | |
get_endpoints_diff(endpoints, new_endpoints, missing_endpoints); | |
if (!missing_endpoints.empty()) { | |
for (size_t i = 0; i < m_endpoints.size(); ++i) { | |
if (false == std::binary_search(endpoints_tmp.begin(), endpoints_tmp.end(), m_endpoints[i])) { | |
missing_endpoints2.push_back(m_endpoints[i]); | |
} |
# таблица с результатами и параметрами | |
clf.grid_scores_ | |
# отфильтровать из неё записи, где параметр p был 2, а параметр weights был distance и положить результат в переменную means | |
means = filter(lambda x: x[0]['p'] == 2 and x[0]['weights'] == 'distance', clf.grid_scores_) | |
# нарисовать график, в котором по оси абсцисс параметр n_neighbors, а по оси ординат score | |
plt.plot([x[0]['n_neighbors'] for x in means], [x[1] for x in means]) |
# сохранить предсказания в переменную predictions | |
predictions = clf.predict(test_input) | |
# создать из предсказаний объект DataFrame (и назвать колонку в нём Label) и сохранить в переменную predictions_df | |
predictions_df = pd.DataFrame(predictions, columns=['Label']) | |
# обозвать индексную колонку ImageId | |
predictions_df.index.name = 'ImageId' | |
# записать в файлик |
Я имел в виду, что можно посмотреть на все строки, где есть gene, потом сгруппировать одинаковые и посчитать: | |
$ fgrep '/gene=' AJ507799.txt | sort | uniq -c | wc -l | |
111 | |
А потом посмотреть, что там есть: | |
$ fgrep '/gene=' AJ507799.txt | sort | uniq -c | |
И так же для белков: | |
$ fgrep '/protein_id=' AJ507799.txt | sort | uniq -c | wc -l |
Выпускники 57-й - директория
Классы выпуска
По алфавиту
Добавить выпускника - перенести направо
Поиск - разбивать по пробелам, искать подстроки без учета регистра
##Корень
##Коды выпусников
# coding: utf-8 | |
a = """ | |
"Le,88 | |
leaving,88 | |
lengths,88 | |
Linen,88 | |
lithographs.,88 | |
mezzotint" | |
",88 |
require(Seurat) | |
require(scmap) | |
require(DropletUtils) | |
require(SeuratConverter) | |
initLung <- function() { | |
cache <- '../dataset 1/SC01+02.Robj' | |
if (!file.exists(cache)) { | |
sc01.data <- Read10X(data.dir = "../dataset 1/SC01/") | |
sc01 <- CreateSeuratObject(raw.data = sc01.data, min.cells = 3, min.genes = 200, project = "SC01") |
class A: | |
a_list = [] | |
def blah(self): | |
self.__class__.a_list.append('hello') | |
# can also write | |
# A.a_list.append('hello') | |
class B: |