R中实现行列的重命名

Python016

R中实现行列的重命名,第1张

reference:《数据科学:R语言实现》——3.2 重命名数据变量

https://yq.aliyun.com/articles/119507?spm=a2c4e.11153940.blogcont119506.12.65ff47f3F1BtEj

使用函数colnames重命名列:

2.接着,使用给定的名称向量重命名列:

3.函数rownames改变行名:

row.names()<-c(), 也可以实现行名修改

4.使用函数dimnames在一次操作中同时修改行名和列名:

您好,Part1 数据的预处理

1、格式转换 2、去除前 n 个时间点的数据 3、时间层校正(Slice Timing) 4、头动校正(Realign) 5、空间标准化(Normalize) 6、平滑(Smooth) 7、去线性漂移(Detrend) 8、 滤波(Filer)

一、DICOM 格式——NIFTI 格式。若数据遗失 NIFTI 格式则不用转,直接在工作目录下建 立一个子文件夹“FunImg” ,将数据拷入其中即可 二、一般去 10(8——20 之间即可) ,由于机器刚启动等原因前面一些数据不稳定 三、Slice Timing 的设置:以总层数 25 层为例 SPM 中:Slice order:<—x:1:2:25;2:2:24 Reference Slice 参考层一般取中间层,即第 25 层。因为扫描顺序为: 1,3,5,7,9….,n,2,4,6,8,…n-1 DPARSF 中:1,3,5,7,9….,n,2,4,6,8,…n-1 四、 头动校正后会在工作目录下生成 Realign Parameter 文件夹, 其中有 spm….ps 这个文件, 用专业版的 Aoboe Reader 打开可查看每个被试头动情况。 或在 Excludesubjects.txt 文件 下可查看头动数据(卡不同值时被排除被试情况) 。对于患有疾病的患者:一般卡 3mm 和 3degre;而对正常人一般卡 1.5mm 和 1.5degere 或取 2. 五、 空间标准化即把被试的原始空间往标准空间上估计, 以克服不同被试的脑结构之间的差 异问题。把结构像分割得到的信息来做功能像的空间标准化,有两种方式: a、 使用 EPI 模板进行空间标准化 SPM 中:原始图像 Source Image:mean_***.img 头动校正后生成的文件,为某被试 各个时间点的平均像;Image to write :r*.img 所有头动校正后生成的文件;模板图 像 Template Image: EPI.nii ; Bounding box: -126 -72; 90 108 ; -90 90 Voxel sizes: 3 3 3。 . DPARSF 中类似可设 b、 使用一致分割的 T1 像进行空间标准化 分三部分: 1、 配准 coregister 将结构像与功能像匹配,即把被试的结构像变换到功能像空间 (被试的平均功能像) 2、 分割 转换后的结构像用一致的分割法则分割为灰质、白质、脑脊液。这样就 能把功能像弄到标准空间去。此过程中得到一个由功能像去往标准空间的转换 矩阵。转换矩阵会写入*_seg_sn.mat 文件中。 3、 标准化 把转换矩阵写到功能像上去。这样就可以知道怎么从被试的原始空间。