1. otu（operational taxonomic units）操作分類單元：是在是在系統發生學研究或群體遺傳學研究中，為了便於進行分析，人為給某乙個分類單元（品系，種，屬，分組等）設定的同一標誌。在生物資訊分析中，一般來說，測序得到的每一條序列來自乙個菌。要了解乙個樣品測序結果中的菌種、菌屬等數目資訊，就需要對序列進行歸類操作（cluster）。通過歸類操作，將序列按照彼此的相似性分歸為許多小組，乙個小組就是乙個otu。通常按97%的相似度，對所有序列進行otu劃分並進行生物資訊統計分析。
通常在97%的相似水平下聚類生成otu，近期認為100%更合理。
選擇每個聚類群眾最高豐度序列作為代表性序列。
為什麼需要otu?
序列錯誤：pcr產生的錯誤；測序錯誤
菌內16s多樣性
計算能力和演算法限制，兩兩比較太耗時
優點：快速生成豐度矩陣
不足：只到屬水平；菌和otu無法對應；不同批次實驗無法比較
2.擴增子實驗和分析流程
簡言之，基本思路為：質控-挑選代表序列（otu/esv）-物種注釋-生成feature表-多樣性分析（整體）-差異比較（區域性）-機器學習
python 時序資料分析
時序資料有四種主要的組成方式 1.trend 趨勢 可以是線性的也可以是非線性的，但可以研究其引數 2.seasonality 季度變化 可以是加法型的，也可以是乘法型的 3.noise 噪音 噪音一般都是資料中的一段，所以找到方法來減小噪音是分析過程的關鍵 4.其他 例如意外值，缺失值等等 有這四...
資料分析 時序資料庫
海量資料分析類系統的設計主要面臨2個大問題 優勢和劣勢 加入了hadoop體系的生態圈，更加容易被接受，同時省去了研發分布式儲存系統的麻煩，更多的是在分布式查詢上做優化。但無法在儲存上做更加深度的優化，比如沒有倒排索引支援，過濾查詢速度可能相對弱些，後面會重點分析下opentsdb的困局。優勢和劣勢...
資料分析之遊戲內關鍵資料分析
什麼是遊戲的相關性，作為乙個分析的 偵探 那麼遊戲的相關性也就是線索，熟悉遊戲的相關性的 心法 就可以快速和正確選擇分析的切入點。本文主要通過找到lol遊戲中角色金幣，進而演示。基礎篇 演示直接找到角色金幣邏輯，高階篇 中將會演示如何通過金幣的和交易邏輯的相關性找到角色的裝備 1 選定第乙個裝備欄位...