circadian_shiny
change log
2021/03/27
增添了批处理绘制热图，请前往batch tab页。重构了rep_reduce函数提取子dataframe。添加了默认图片的缓存。
采用Shiny Modules拆分重构
添加不同基因组id转换功能
尝试采用进行disk cache,
2021/04/05
模块化拆分基本完成，添加了单细胞数据图像。
优化单细胞测序结果模块，细化绘图逻辑
2022-05-02 18:25:26
9KB
1
在本篇内容里小编给大家分享了关于Python3爬虫关于识别检验滑动验证码的实例内容，需要的朋友们可以学习下。
2022-05-02 17:13:47
901KB
1
大约4W字 作者描述很清楚 一篇很详细的关于OFDM原理和仿真的论文（基于MATLAB的OFDM通信系统仿真分析姜珊.doc 论文）
2022-05-02 13:34:52
2.03MB
1
car_insurance_claims.sav
在别处被提出和分析的4关于汽车损坏赔偿的数据集。平均理赔金额可以当作其具有伽玛分布来建模，通过使用逆关联函数将因变量的平均值与投保者年龄、车辆类型和车龄的线性组合关联。提出理赔的数量可以作为刻度权重。
统计分析及模型构建中常用的数据集、使用数据集可以对模型和算法进行快速验证，而且如果能够得到经典测试数据有助于我们复现大佬（巨佬）们提供的算法模型、达到实战联系的目的、真正从原理上开启数据分析、而不是纸上谈兵；
纽约时报的一篇文章报道，数据科学家在挖掘出有价值的“金块”之前要花费50%到80%的时间在很多诸如收集数据和准备不规则的数据的普通任务上。混乱的数据是数据科学家工作流中典型的比较耗费时间的。
常用的数据集可以帮助我们快速实验模型算法，因为他们都是被处理过的优质数据；
2022-05-02 11:07:00
3KB
1
IAR FOR STM8工程
u16 wbuf[6][8]={
//A
5645M 5665M 5685M 5705M 5885M 5905M 5925M 5945M
0x2817,0x2881,0x288B, 0x2895, 0x2A0F,0x2A19, 0x2A83,0x2A8D,
//B
5740M 5760M 5780M 5800M 5820M 5840M 5860M 5880M
0x2906,0x2910,0x291A, 0x2984,0x298E,0x2998, 0x2A02, 0x2A0C,
//C
5725M 5745M 5765M 5785M 5805M 5825M 5845M 5865M
0x289F,0x2909, 0x2913, 0x291D,0x2987, 0x2991, 0x299B,0x2A05,
//D
5733M 5752M 5771M 5790M 5809M 5828M 5847M 5866M
0x2903, 0x290C, 0x2916, 0x291F, 0x2989, 0x2992, 0x299C, 0x2A05,
//E 5658M 5695M 5732M 5769M 5806M 5843M 5880M 5917M
0x281D, 0x288F, 0x2902, 0x2914, 0x2987, 0x2999, 0x2A0C, 0x2A1E,
//F 5362M 5399M 5436M 5473M 5510M 5547M 5584M 5621M
0x2609, 0x261C, 0x268E, 0x2701, 0x2713, 0x2786, 0x2798, 0x280B
};
2022-05-01 20:09:53
1.27MB
1