跟着 Cell 学作图 | 桑葚图(ggalluvial)
桑葚图.jpg
今天我们复现一幅2021年Cell上Graphical abstract的图。
Title:Human oral mucosa cell atlas reveals a stromal-neutrophil axis regulating tissue immunity
DOI:10.1016/j.cell.2020.07.009
[TOC]
22
读图
人工智能
一文懂人工智能AI基础（笔记）
前段时间，最新一代AI模型GPT-4在2023年3月14日首发。距离上一代ChatGPT-3.5发布还不到4个月，OpenAI的技术储备让业界再度调高了对人工智能发展速度的预期，再次掀起了AI浪潮。这款多模态预训练大模型实现了以下几个方面的飞跃式提升：强大的识图能力；文字输入限制提升至 2.5 万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化。也再次见证了大模型的可行性和无限性，业界
用小饼图代替点图里的点
0.起因
最近在群里看到一个图，棒棒糖图的点用饼图代替了。
然后又看到一个文章里，用饼图代替了富集分析的点图，妙啊~
这个地球上有什么漂亮的图能躲过我的小胖手呢？画他！
1.搜索
试了几个不同的关键词，最后这样搜到了。
答案指向一个包，名叫scatterpie。一看作者，啊，这不是Y叔嘛~
2. 跑示例代码
2.1 示例数据
set.seed(123)
l
Programmer&AI—AI辅助编程学习指南
前言随着AIGC（AI生成内容）技术的快速发展，诸如ChatGPT、MidJourney和Claude等大语言模型相继涌现，AI辅助编程工具正逐步改变程序员的工作方式。这些工具不仅可以加速代码编写、调试和优化过程，还能帮助解决复杂的编程难题。然而，这种变革也引发了广泛的讨论：一方面，有
人工智能、机器学习和深度学习，其实不是一回事
一、人工智能、机器学习与深度学习的真正区别
在当今科技领域，我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关，但含义不同。
1.1 人工智能
人工智能是计算机科学的一个分支，旨在研究如何合成与分析能够像人一样行动的计算主体。简单来说，AI 的目标是利用计算机来模拟甚至替代人类大脑的功能。一个理想的 AI 系统通常具备以下特征&
当 AI 开始 “自主上班”：智能体如何成为你的数字同事？
【前言】
当 AI 不再只是 “回答问题”，而是能像同事一样 “自主上班”—— 智能体正在重构我们的工作与生活。从 “问答工具” 到“代理执行者”，它如何思考、行动？又将重塑哪些领域？这篇内容会拆解智能体的逻辑、技术与应用，带你看懂这个正在到来的新物种。
文章目录：
一、开篇：当AI开
从单个miRNA入手，构建预后模型指导癌症治疗（IF6+）
Comprehensive Analysis of the Prognostic Significance of Hsa-miR-100-5p and Its Related Gene Signature in Stomach Adenocarcinoma
Hsa-miR-100-5p及其相关基因特征在胃腺癌中的预后意义的综合分析
发表期刊：Front Cell Dev Biol
发表日期：202
训练深度学习模型的技巧
最核心的技巧：数据集足够大且标记良好，就可以在不更改模型或训练设置的情况下获得良好的结果
但是，获得大量标记良好的数据集是有很高成本的，当数据集达不到上述要求时，可以遵循下面的技巧。
第一：先使用默认设置获得一个基准性能(baseline performance)，找出需要改进的地方。借助wandb/tensorboard等工具，查看：train losses, val losses, mAP，P
13.python上下文管理器详解
使用上下文管理器，可以让代码更加优雅简洁。当然，上下文的管理器的作用不止于此，它内部的实现机制，能很好的处理代码异常，提升代码的复用性
1、先看看最简单的例子，with语句
# 创建一个文件写入字符串“Python”
f = open('123.txt', 'w')
f.write("python")
f.close()
# 使用with语句调用上下文实现文件写入操作
with open(
AI大模型40年发展历程与未来统一趋势研究
1. AI 大模型发展研究背景与目标
1.1 研究范围界定（1986-2026 年）本研究聚焦于 1986 年至 2026 年这四十年间人工智能大模型的发展历程。选择 1986 年作为起点，是因为这一年 David Rumelhart、Geoffrey Hinton 和 Ronald Williams 在《Nature》杂志上发表了关于反向传播算法的里程
