Python用了有一段时间了，平时用到Numpy的时候，都是随用随查，这次抽时间整理下常用的用法

NumPy（Numerical Python）是 Python 中的一个线性代数库，在数组矩阵运算、逻辑运算以及Scikit-learn、pandas和tensorflow等包中被大量使用

上一篇我们测试了怎么运行容器，下面则看看镜像

最近工作上碰到了docker了，之前买了书却一直没开始学习，这次借机会好好整理下了。。。网上docker教程很多，但是对于一些的概念以及运行逻辑来说，还是得好好了解下

之前在AWS上的梯子过期了，最近想给博客挪个窝（现在有时总是宕机）；在网上看看云服务器是否有做活动时，刚好看到腾讯云有个299/年香港服务器的活动，果断买了作为一台国外服务器，其中一个功能当然可以用来撘梯子咯，而且网速也更加稳定点

T-SQL作为SQL的扩展语言，是SQL程序设计语言的增强版，它是用来让应用程序与SQL Server沟通的主要语言

SQL作为结构化查询语言，是标准的关系型数据库通用的标准语言；T-SQL是在SQL基础上扩展的SQL Server中使用的语言

通过DataCamp数据分析在线学习平台中Introduction to SQL Server教程的学习，对于初学SQL（一）进行知识点的补充，都是些简单的用法。。。

当shiny app包含多个页面以及繁杂的代码，这时如果单纯的将所有代码写在一个app.R中可能难以维护以及管理，这时则需要考虑将其各个部分模块化；将一些重复代码封装到一个个模块中，方便多次调用

对于上述需求，shiny官方已有了很好的解决方案，如Modularizing Shiny app code

SQL是结构化查询语言(Structured Query Language)的简称，是一种数据库查询和程序设计语言，用来访问和操作数据库系统

数据分析中SQL是必不可少的一项技能，因为需要从数据库中通过SQL来获取需要的数据进行分析，现在数据分析软件如Python，R，SAS等都支持SQL命令

在工作中会遇到需要在一台离线的服务器上配置一些Python包，这是常见的Python安装方法就无法胜任了，需要先下载二进制whl文件，然后copy到服务器上进行安装；一般常见的第三方库可以在https://www.lfd.uci.edu/~gohlke/pythonlibs/

但是一些Python包会有一些依赖包，这时单靠二进制whl文件是无法离线安装这些依赖包的，这时我们需要知道所要安装的包对应的依赖文件有哪些：

• 如果Python环境中已经有了pdfminer包，那么用pip show即可查看
• 如果有source code安装包，则可以通过安装包内的requires.txt文件查看
• 对于在环境中已存在的包，也可以用pkg_resources包的一些函数来查看

Hugo是一个用Go语言编写的静态网站生成器。静态网页是指存放在服务器中的的HTML文件，经渲染后呈现给用户，相比一些动态网站，其内容相对稳定，不需要数据库支持

前段时间加入了Openbiox组织，其是由社区驱动建立的生物信息学创新协作社区；个人觉得这个是国内首个具有开源创新精神的生物信息社区，其中有不少比较有意思的项目以及学习任务可供大家选择参与，拓展技能以及实践操作

因此向大家推荐一下，欢迎加入

• 官方主页：https://openbiox.org/
• 知乎主页：https://zhuanlan.zhihu.com/openbiox
• Github主页：https://github.com/openbiox
• openbiox 公约：https://zhuanlan.zhihu.com/p/58821121

前段时间参加了生物信息学创新协作小组 Openbiox 中的XenaShiny开发小组（主要根据Xena数据库的API，以shiny app形式展示，提供数据下载及相关分析等功能，已打包成R包可供下载安装），第一次参与协作开发任务，才发现自己原来所掌握的Git知识点还是过于简单了，因此买了本Git相关书籍从头了解下，并做笔记以便查阅（当然有时翻书更加方便）

之前在生信媛公众看到一篇软文GOplot 可视化基因富集分析结果，刚好我也对一些可视化方法蛮感兴趣，因此学习了下，感觉蛮有意思的，其提出了一些新的GO富集可视化思路；因此在官方提供的测试数据基础上，尝试用下常规的GO富集数据格式

GOplot使用了zscore概念，其并不是指Z-score标准化，而是用于表示参与某个GO Term下基因的上下调情况，公式：$zscore=\frac{(up-down)}{\sqrt{count}}$

前段时间终于结束了一些事情，一个月来没好好坐下来看些资料了，接下来打算把之前计划的事情都一一完成下，先从stringr包开始，这个R语言的工具包值得做些笔记以便平时自己的查询及使用（记性不太好），可以提高不少处理数据的效率

stringr包有众多处理字符串的函数，一般都是以str_开头命名，非常好理解和记忆；相对一些相同功能的基础函数，其更加高效及便捷

给R包加上一个shinyapp是一个不错的想法，可以将shiny交互方式作为R包的usage instructions的补充，user在使用前能先了解下这个R包能做的事。。。。

比如shinyjs的作者Dean Attali就给这个R包做了一个shiny网页，如：https://daattali.com/shiny/shinyjs-demo/