Redian新闻
>
请教和讨论:Target for protein therapeutics.
avatar
请教和讨论:Target for protein therapeutics.# Biology - 生物学
B*H
1
如题,谢谢过来人!
avatar
n*g
2
用了一阵了 觉得和ggplot 一样很多坑 对修炼内功没有帮助 值得深钻吗?
avatar
s*n
3
对Protein therapeutics很感兴趣,但不是做这行的,想了解一下Protein
therapeutics的target有哪些,存在哪些问题?如果有reviews推荐就更好了。
本人的了解程度仅限于antibodies和insulin,EPO等。
望不吝赐教。
avatar
c*7
4
我也有相同的问题,不过好像做representative有些麻烦的事情。如果以父母的名义,
最后的填表可能会有个类似DS156的项,说是在谁的帮助下填写的。
avatar
l*n
5
啥坑?

【在 n******g 的大作中提到】
: 用了一阵了 觉得和ggplot 一样很多坑 对修炼内功没有帮助 值得深钻吗?
avatar
n*3
7
是设计得不好, 是 old school R 的 copy cat,

【在 l******n 的大作中提到】
: 啥坑?
avatar
s*n
8
Thanks!
avatar
w*g
9
同意楼上,设计得很差,和python世界别的东西格格不入。但有时候又不得不用。

【在 n******g 的大作中提到】
: 用了一阵了 觉得和ggplot 一样很多坑 对修炼内功没有帮助 值得深钻吗?
avatar
m*n
10
非常差
远远比不上R的data table
avatar
n*7
11
用了一阵觉得别扭
后来主要还是用r了

【在 n******g 的大作中提到】
: 用了一阵了 觉得和ggplot 一样很多坑 对修炼内功没有帮助 值得深钻吗?
avatar
x*u
12
还好吧。是作finance人写的,一开始主要是给time series 用的,借鉴R的Data Frame
大概是为了迎合大量R用户。结果就是不够pythonic。现在很多数据分析的库都尽量和
pandas兼容。还是比较方便。
作为非统计出身,想远离R的烂泥潭,估计没有其他更好的了。当然,如果是numpy大拿
的话,自己写wrapper可能更方便。
avatar
x*4
13
我觉得ggplot比较consistent。

【在 n******g 的大作中提到】
: 用了一阵了 觉得和ggplot 一样很多坑 对修炼内功没有帮助 值得深钻吗?
avatar
w*m
14
马公的excel
不要用在production就好了
avatar
x*u
15
production 用什么?有什么建议?


: 马公的excel

: 不要用在production就好了



【在 w********m 的大作中提到】
: 马公的excel
: 不要用在production就好了

avatar
w*m
16
pandas模拟数据,画画图。
算法定型后,
用可以计算时间和空间的数据结构。
hash table,tree,generator等等。

【在 x***u 的大作中提到】
: production 用什么?有什么建议?
:
:
: 马公的excel
:
: 不要用在production就好了
:

avatar
n*g
17
Python dict 和pandas 谁快?应该pandas快把?
为什么还要用hash/dict?
另外。如果图本身就是product 咋办
多谢指教
[在 walkrandom (walkrandom) 的大作中提到:]
:pandas模拟数据,画画图。
:算法定型后,
:用可以计算时间和空间的数据结构。
:hash table,tree,generator等等。
avatar
w*m
18
就python而言,
感觉dict是其成功的主要因素。
不要call collections,一个{}就出来了。
与json的完美结合。
各种各样的玩法都是time constant。
等等。
pandas的data frame 不支持nested value,时间格式是numpy的。也不知道怎么算时间
和空间。
当然这些都不重要。
原来有个同事想用pandas做个小项目,他试了几次装pandas到red hat linux就没有下
文了。
如果都这么麻烦,就没人愿意用python 了。

【在 n******g 的大作中提到】
: Python dict 和pandas 谁快?应该pandas快把?
: 为什么还要用hash/dict?
: 另外。如果图本身就是product 咋办
: 多谢指教
: [在 walkrandom (walkrandom) 的大作中提到:]
: :pandas模拟数据,画画图。
: :算法定型后,
: :用可以计算时间和空间的数据结构。
: :hash table,tree,generator等等。

avatar
f*y
19
这玩意快啊,里面是numpy,然后index对齐啊,选择器啥的,都给你搞了,是个搞分析
不错的库啊
avatar
A*n
20
用anaconda安装pandas一步解决的事情,根本不存在安装困难的问题啊。

【在 w********m 的大作中提到】
: 就python而言,
: 感觉dict是其成功的主要因素。
: 不要call collections,一个{}就出来了。
: 与json的完美结合。
: 各种各样的玩法都是time constant。
: 等等。
: pandas的data frame 不支持nested value,时间格式是numpy的。也不知道怎么算时间
: 和空间。
: 当然这些都不重要。
: 原来有个同事想用pandas做个小项目,他试了几次装pandas到red hat linux就没有下

avatar
l*n
21
pandas安装很容易,你的同事需要学习了

【在 w********m 的大作中提到】
: 就python而言,
: 感觉dict是其成功的主要因素。
: 不要call collections,一个{}就出来了。
: 与json的完美结合。
: 各种各样的玩法都是time constant。
: 等等。
: pandas的data frame 不支持nested value,时间格式是numpy的。也不知道怎么算时间
: 和空间。
: 当然这些都不重要。
: 原来有个同事想用pandas做个小项目,他试了几次装pandas到red hat linux就没有下

avatar
f*y
22
iteration的话dict快,pandas主要快在并行上

【在 n******g 的大作中提到】
: Python dict 和pandas 谁快?应该pandas快把?
: 为什么还要用hash/dict?
: 另外。如果图本身就是product 咋办
: 多谢指教
: [在 walkrandom (walkrandom) 的大作中提到:]
: :pandas模拟数据,画画图。
: :算法定型后,
: :用可以计算时间和空间的数据结构。
: :hash table,tree,generator等等。

avatar
w*m
23
原型设计用加法。
工程用减法。
为了几十行代码就可以实现的功能,
在服务器上,编译几十个gcc包或者装一个来历不明的上G大小的anaconda,
得不偿失。
avatar
T*u
24
dataframe大势所趋,是坑也要跳
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。