Codeplot
简介
脚本
输入
输出
neighbors
简介

compute a neighborhood graph of observations by sc.pp.neighbors

脚本
输入
任务名称变量名称类型描述
*
      main
    project_nameString
      项目名称
    
*
      main
    anndataFile
      输入对象格式：anndata
    
*
      main.neighbors
    use_repString
      使用指定的表示法X'或.obsm的任何键有效.如果没有,则自动选择表示：对于.n_vars<50,则使用.X,否则使用“X_pca'.如果“X_pca'不存在,则使用默认参数进行计算.
    
*
      main.neighbors
    n_pcsInt
      使用的PCs数量
    
*
      main.neighbors
    n_neighborsInt
      用于流形逼近的局部邻域的大小以相邻数据点的数目表示.值越大,流形的全局视图就越多,而值越小,保存的局部数据就越多.一般情况下,值应在2到100之间.如果knn为真,则为要搜索的最近邻数.如果knn为假,则高斯核宽度设置为n_邻居的距离.
    
*
      main.neighbors
    methodString
      使用具有自适应宽度的'umap'或者'gauss'来计算连接度.将“rapids'用于UMAP的rapids实现仅限实验性GPU..
    
*
      main.neighbors
    memoryString
      任务运行的内存数量,注意1.取值范围为0.25核-32核,另外还可选48核和64,CPU必须为0.25核的整数倍;2.内存取值范围>为1GB-512GB,且内存必须为1GB的整数倍3.CPU/内存配比值必须在1:2到1:8之间
    
*
      main.neighbors
    knnBoolean
      如果为True,则使用硬阈值将邻居数限制为n个邻居,即考虑knn图.否则,使用高斯核将较低的权重分配给比n_邻居最近的邻居更远的邻居.
    
*
      main.neighbors
    key_addedString
      如果未指定,则邻居数据存储在.uns['neighbors'],距离和连接分别存储在.obsp['distances']和.obsp['connectivity']中.如果指定,则将邻居数据添加到.uns[key_added],距离存储在.obsp[key\u added+'''u distances']中,而connectivity则存储在.obsp[key\u added+'''u connectivities']中.
    
*
      main.neighbors
    dockerString
      --
    
*
      main.neighbors
    cpuString
      任务运行的CPU数量,注意1.取值范围为0.25核-32核,另外还可选48核和64,CPU必须为0.25核的整数倍;2.内存取值范围为1GB-512GB,且内存必须为1GB的整数倍3.CPU/内存配比值必须在1:2到1:8之间
    
输出
任务名称变量名称类型描述
*
      main
    h5adfileFile
      通过填写 this.xxx将输出文件地址返回到对应表格 xxx 列